我的机器学习项目中的第一部分是将大型数据集分割成3个部分，然后将它们用作训练数据集和测试数据集。这个数据集包含以下格式的1000万行数据：
上图是我的数据集的截图。我不想改变列或行的顺序，因此随机方法在这里不适用。如您所见，这些数据有6列，用制表符分隔，包含1000万行。我想将这些行分割成3个独立部分，前3333333.333行作为数据集1，接下来的3333333.333行作为数据集2，其余的作为数据集3。这样就会生成3个不同的文本文件，且各部分的列顺序不变。我使用Spyder3，并在您的帮助下编写了以下代码：
f = open ( 'pr_data.txt' , 'r') """Reading File"""l = [ map(float,line.strip().split()) for line in f ]no_samples = len(l)data1 = l[0:int(no_samples/3)][:]data2 = l[int(no_samples/3):int(no_samples*2/3)][:]data3 = l[int(no_samples*2/3):no_samples][:]file = open('data1.txt','w')for row in data1: file.writelines(["%s\t" % item for item in row]) file.writelines("\n") file.close()file = open('data2.txt','w')for row in data2: file.writelines(["%s\t" % item for item in row]) file.writelines("\n") file.close()file = open('data3.txt','w')for row in data3: file.writelines(["%s\t" % item for item in row]) file.writelines("\n") file.close()通过上述代码，在同一目录下生成了3个文本文件，但问题是：数字的精度发生了变化。例如，0和1被更改为0.0和1.0。此外，有些数据不在同一列。请看以下data1的前几行的截图：
请告诉我如何修正我的代码？
回答：
因此，方法如下：
-
打开文件
-
在逐行读取文件时，使用split()方法分割每行，同时将得到的字符串转换为浮点数。
-
现在您拥有了一个浮点类型多维数组的整个文件。
-
获取样本（行）的数量。
-
使用切片将从0到行数/3的行存储在第一个数据中，从行数/3到行数*2/3的行存储在数据2中，其余的行存储在数据3中。
f = open ( 'input.txt' , 'r')l = [ map(float,line.strip().split()) for line in f ]no_samples = len(l)data1 = l[0:int(no_samples/3)][:]data2 = l[int(no_samples/3):int(no_samples*2/3)][:]data3 = l[int(no_samples*2/3):no_samples][:]//Write a multidimensional list to a filefile = open('data1.txt','w')for row in data1: file.writelines(["%s\t" % item for item in row]) file.writelines("\n") file.close() 