我目前正在研究scikit learn的preprocessing函数。

我想知道是否可以遍历一个预定义的预处理函数列表，这样我就不必为每个函数编写完整的设置代码了。

例如，一个函数的代码如下：

T = preprocessing.MinMaxScaler()X_train = T.fit_transform(X_train) X_test = T.transform(X_test)

我尝试通过遍历预定义列表来使用不同的预处理函数：

pre_proc = ['Normalizer','MaxAbsScaler','MinMaxScaler','KernelCenterer', 'StandardScaler']     for proc in pre_proc:         T = 'preprocessing.'+ proc +'()'         X_train = T.fit_transform(X_train)         X_test = T.transform(X_test)

目前这会产生以下结果，这并不令人意外：

-->   37    X_train = T.fit_transform(X_train)      38    X_test = T.transform(X_test)       39     for i in np.arange(startpt_c,endpt_c, step_c):      AttributeError: 'str' object has no attribute 'fit_transform'

我认为我需要将字符串转换为正确的对象类型，然后才能调用方法，即让它被识别为函数。

有没有一种方法可以满足我使用循环的目标呢？

设置：在Azure ML studio中使用Jupyter notebook运行Python 3，操作系统为Windows 8，64位机器。

回答：

问题出在你代码的这一行

pre_proc = ['Normalizer','MaxAbsScaler','MinMaxScaler','KernelCenterer', ...

你在这里所做的是创建一个名为pre_proc的列表，实际上它只是一个字符串列表。Python不知道你实际上是想把它们作为函数。因此，当你尝试使用T = 'preprocessing.'+ proc +'()'时，Python会抛出一个错误，说T是一个字符串，没有像fit_transform这样的方法。所以，不要使用字符串，而应该使用实际的函数名称，即不要用引号括起来。使用它们的方式如下：

pre_proc = [preprocessing.Normalizer, preprocessing.MaxAbsScalar, preprocessing.MinMaxScalar, preprocessing.KernelCenterer, preprocessing.StandardScaler]