Sklearn读取自定的CSV k-means范例修改

数据集的使用，常常令人一头雾水，举例来说，iris dataset这个最常用的资料集。
用一行代码就可以把资料集放进来了
iris = datasets.load_iris()
可是它到底长什麽样子?
官方说明 给道指令 iris.DESCR() 就会列出一堆文字说明。
不过还是一头雾水，看不到真面目。
原来，iris.csv是安装完sklean之後，就放在你的资料夹里的东西。
在安装Anaconda3位置下x32 x64不同\lib\site-packages\sklean\datasets\data内
Iris.csv 打开来看，长这样：

疑…栏位名称怪怪的，原来第一列不是栏位名称。
它意思是说有150笔资料，前4个栏位是特徵，
第五栏是结果target (三个数字代表三种品种：setosa、versicolor、virginica)。

我们把它改成看得懂的方式：

那麽，该如何读取这个csv ?

我们把sklearn官网范例 K-means clustering 略做修改，读取我们的irisC.csv ，其它的码不变。

原先范例之读取方式：
iris = datasets.load_iris()
X = iris.data # 大X 是四项特徵
y = iris.target # 小y 是target

iris = datasets.load_iris()
X = iris.data
y = iris.target

我们的读取方式：

#--- modified part 
#--- 读取自定的 irisC.csv
iris = np.genfromtxt("irisC.csv",delimiter=',',dtype=np.float64) 
r,c  = iris.shape
print(f'row: {r} columns: {c}')                # row 0 is header
X = iris[1:,0:4]          # X.dtype float64 
#print(X[0,:])            # X 0~3 column contents
y = iris[1:,4]
y = np.array(y,dtype= np.int32)
print(f'target type : {y[:].dtype}')         # y.dtype int32

#--- 载入栏位名称 ------
#--- 问题是 np 已设定为 dtype float64 ，所以header读出来是 nan 无法使用
#--- 所以重新再读一次，使用 Unicode string type 'U'
#--- 此处只是读出栏位名称，并未使用它
irisH = np.genfromtxt('irisC.csv',delimiter=',',dtype='U')
fld = []
# 首列是栏位名称
for n in range(0,5):
    fld.append(irisH[0,n])
    
print('栏位名称 :',fld)
#-------------------------------------

虽然，码长了点，不过可以自主处理自定的csv档，也不错。
其它的范例代码不动它。

我们修改後的 Source Code + irisC.csv在此