Python – 将未知数据加载为n维矩阵

我有一个数据文件,包含了类似于井字游戏/跳棋/国际象棋/围棋等未知棋盘游戏的“快照”。但我不知道游戏的参数,比如棋盘的维度、棋子的类型等

最简单的情况是井字游戏,我们以此为例。棋子和空白区域用数字表示(-n, -n+1.. 0, +n-1..+n..)。

开始时:

  • 0 0 0
  • 0 0 0
  • 0 0 0

在这种简单情况下,每次移动(X和O分别用1或-1表示,空白区域用0表示)。最后,我将得到一组由两个空行分隔的3×3矩阵。

如何将数据读取到一个n维数组中([游戏长度][棋盘宽度][棋盘长度]),且不需手动添加任何关于棋盘大小/游戏长度的信息

我只知道我有一个大小未知的棋盘,不同的棋子用不同的数字表示,这些快照代表了游戏的演变过程。


回答:

一种方法是逐行解析文件。假设每行中的数字由空格分隔,可以按空格分割每行,并将结果列表添加到另一个列表中(我们称之为current_game),这个列表将保存所有行(行数据)。当遇到空行时,可以将current_game列表添加到另一个列表中(我们称之为games),这个列表将保存所有游戏。

以下是一个可以完成此操作的示例函数:

def parse_data_file(file_path):    games = []    current_game = []    with open(file_path, mode='r',) as file_reader:        for line in file_reader:            if len(line.strip()) == 0:                if len(current_game) > 0:                    # 一个新的空行,表示当前游戏已结束。将当前游戏添加到games中。                    games.append(current_game)                    current_game = []            else:                current_game.append(line.strip().split())    return games

该函数检查当前行的长度是否大于0,如果是,则首先去掉行尾的空白字符,然后按空格分割。你可以在这里了解更多关于split函数的信息。如果行长度等于0,并且current_game的长度大于0(这个检查是为了确保current_game只被添加到games列表中一次),它会将列表添加到games列表中,并将其设置为新的空列表。

如果你想将列表中的字符串转换为整数,可以在分割行时使用map函数。以下是将字符串转换为整数的相同代码:

def parse_data_file(file_path):    games = []    current_game = []    with open(file_path, mode='r',) as file_reader:        for line in file_reader:            if len(line.strip()) == 0:                if len(current_game) > 0:                    # 一个新的空行,表示当前游戏已结束。将当前游戏添加到games中。                    games.append(current_game)                    current_game = []            else:                current_game.append(map(lambda item: int(item), line.strip().split()))    return games

最后,要将列表转换为numpy的n维数组,可以使用numpy的array函数。这个解决方案假设在最后一个游戏之后会有两个空行,但很容易更改这一点。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注