from numpy import *
import operator
def createDataSet():
group = array([[1.0,1.1],[1.0,1.0],[0,0],[0,0.1]])
labels = ['A','A','B','B']
return group,labels
def classify0(inX,dataSet,labels,k):#输入量,训练样本集,标签向量,取前K个
dataSetSize = dataSet.shape[0]#返回dataSet的维数,0表示有几行,1表示有几列
#print(dataSetSize)
diffMat = tile(inX,(dataSetSize,1))-dataSet#把inx的行数拓展,列数不变
# print(tile(inX,(dataSetSize,1)))
sqDiffMat = diffMat ** 2
sqDistances = sqDiffMat.sum(axis = 1)
distances = sqDistances ** 0.5
sortedDistIndicies = distances.argsort() #将distances从小到大排列,提取他们的index
classCount = {}#定义一个新的字典,存储对应标签向量的数量
for i in range(k):
voteIlabel = labels[sortedDistIndicies[i]]
# print("第%d个的类型是%s" %(i,voteIlabel))
classCount[voteIlabel] = classCount.get(voteIlabel,0)+1#dict.get(key,0)==dict[],
#返回特定键key的键值
#找出最大的那个
#print(classCount.items()),结果为dict_items([('B', 2), ('A', 1)])dict.items()
# 功能:以列表返回可遍历的(键,值)元组数组
sortedClassCount = sorted(classCount.items(),key=operator.itemgetter(1),reverse=True)
'''sort 是应用在 list 上的方法,sorted 可以对所有可迭代的对象进行排序操作。
list 的 sort 方法返回的是对已经存在的列表进行操作,而内建函数 sorted 方法返回的是一个新的 list,
而不是在原来的基础上进行的操作。
'''
return sortedClassCount[0][0]
def main():
group,labels=createDataSet()
print(group)
print(labels)
print(classify0([0,1],group,labels,3))
main()
参考:http://blog.csdn.net/rujin_shi/article/details/78766033
.shape用于计算array各维度的长度,在python中都是从0开始的。0表示有几行,1表示有几列
tile函数是numpy包中的,用于重复array,比如上面代码中的tile(inX,(dataSetSize,1)),表示重复inX,其行重复dataSetSize次,而列不重复
.sum是numpy中用于计算一个array内部行列求和,axis=1表示按列求和,即把每一行的元素加起来
.argsort是numpy中对array进行排序的函数,排序是升序,提取他们的index下标
classCount = {} 其中{}表示生成的是字典,在字典这个类中,有方法get,对classCount元素赋值,其实是个计数器
get(key,0)返回键key的键值,若键不存在,则返回0,以达到从0计数的效果
sorted是内置函数,可以help(sorted)查看用法>>> dic={1:'a',2:'c',3:'b'}
>>> import operator
>>> sorted(dic,key=operator.itemgetter(1),reverse=True)
>>> sorted(dic.items(),key=operator.itemgetter(1),reverse=True)
[(2, 'c'), (3, 'b'), (1, 'a')]
>>> sorted(dic.items(),key=operator.itemgetter(0),reverse=True)
[(3, 'b'), (2, 'c'), (1, 'a')]
operator模块下的itemgetter函数,顾名思义就是提取第X个元素的意思