# -*- coding:utf-8 -*-

# import numpy as np  #import numpy 和from numpy import *是不一样的

#

#                         # import numpy，如果你使用numpy的属性都需要在前面加上numpy

#                         #

#                         # from numpy import * ，则不需要加入numpy

#                         #

#                         # 后者不建议使用，如果你下次引用和numpy里的函数一样的情况，就会出现命名冲突

#                         # 举个例子：将列表[1,2,3,4,5,6,7]生成numpy的数组[1 2 3 4 5 6 7]

#                         #

#                         # import numpy

#                         #

#                         # arr = numpy.array([1,2,3,4,5,6,7])

#                         #

#                         # print(arr)

#                         #

#                         # from numpy import *

#                         #

#                         # arr = array([1,2,3,4,5,6,7])

#                         #

#                         # print(arr)

#

# x=np.array([[0,0],[1,1],[2,2]])  #二维数组,从集合的角度看，数组是单聚体，必须用[]套起来

# inX = np.array([0,0])

# #print x[1][1]      #二维数组的引用，输出结果是1

#

# wide = x.shape[0]

# #print wide          #输出结果是3，注意shape不是np里的东西，shape表示集合里有多少个元素

# diffMat = np.tile(inX,(wide,1))-x   #使用import有个好处是可以查看，直接用np.，这里的函数就出来了

# #print diffMat                 #输出[[0 0][-1 -1][-2 -2]]

# # #tile是创造0数组的，(wide,1)是取最小的那个进行复制，1表示原数

# b=diffMat.sum(axis=1)     #把二元数组里的数值相加，并生成一维数组

# #print b                  #输出  [0 -2 -4]

# bb=np.array([1,23,4,32,23,-4,23])   #一维数组标配([])

# c=bb.argsort()             #输出[2 1 0],输出的是从小到大的数据的位置

# #print c

# labels = ['A','B','C','D','E','F','G']

# for i in range(7):

#     d=labels[c[i]]   #把顺序复制到labels标签里

#     #print d         #输出F A C B E G D,使用pycharm不会自动打印结果，需要使用print

#

# import os

# #def file2matrix(filename):

#最好把自己要打开的文件放在当前pycha环境路径下

a = open('datingTestSet.txt')   #python里面的前置空格很重要，要注意，不然容易出bug，特别是前面是for，下面向跳出的时候

arrayOLines = a.readlines()   #这个readlines是获得了每行的数据，一般可以通过for/print打印出来

# print arrayOLines

numberOfLines = len(arrayOLines)   #获得文本有多少行

# print numberOfLines

import numpy as np

returnMat = np.zeros((numberOfLines,3))   #zeros的函数是（行，列）

# print returnMat

classLabelVector=[]

for line in arrayOLines:

    line = line.strip() #  strip是清理门户用的

    # 声明：s为字符串，rm为要删除的字符序列

    # s.strip(rm)

    # 删除s字符串中开头、结尾处，位于

    # rm删除序列的字符

    # s.lstrip(rm)

    # 删除s字符串中开头处，位于

    # rm删除序列的字符

    # s.rstrip(rm)

    # 删除s字符串中结尾处，位于

    # rm删除序列的字符

    # 注意：

    # 1.

    # 当rm为空时，默认删除空白符（包括

    # '\n', '\r', '\t', ' ')

    # print line

    listFromLine = line.split('\t')

    #split是个好函数，split()：拆分字符串。通过指定分隔符对字符串进行切片，并返回分割后的字符串列表（list）

    # print listFromLine

    returnMat[0,:] = listFromLine[0:3]

    # print returnMat

    # classLabelVector.append(int(listFromLine[-1]))  #使用append之前要定义一个空的矩阵

    # list.append(object)

    # 向列表中添加一个对象object

    # list.extend(sequence)

    # 把一个序列seq的内容添加到列表中

    # music_media = ['compact disc', '8-track tape', 'long playing record']

    # new_media = ['DVD Audio disc', 'Super Audio CD']

    # music_media.append(new_media)

    # print music_media

    # >> > ['compact disc', '8-track tape', 'long playing record', ['DVD Audio disc', 'Super Audio CD']]

    # 使用append的时候，是将new_media看作一个对象，整体打包添加到music_media对象中。

from numpy import *

def autoNorm(dataSet):

    minVals = dataSet.min(0)

    maxVals = dataSet.max(0)

    ranges = maxVals - minVals

    normDataSet = zeros(shape(dataSet))  #创建新的返回矩阵

    m = dataSet.shape[0]   #得到数据集的行数  shape方法用来得到矩阵或数组的维数

    normDataSet = dataSet - tile(minVals,(m,1))  #tile:numpy中的函数。tile将原来的一个数组minVals，扩充成了m行1列的数组

    normDataSet = normDataSet/tile(ranges,(m,1))

    return normDataSet,ranges,minVals

#

# def autoNorm(dataSet):

#     # 将每列的最小值放在minVals中

#     minVals = dataSet.min(0)

#     # 将每列的最大值放在maxVals中

#     maxVals = dataSet.max(0)

#     # 计算可能的取值范围

#     ranges = maxVals - minVals

#     # 创建新的返回矩阵

#     normDataSet = zeros(shape(dataSet))

#     # 得到数据集的行数  shape方法用来得到矩阵或数组的维数

#     m = dataSet.shape[0]

#     # tile:numpy中的函数。tile将原来的一个数组minVals，扩充成了m行1列的数组

#     # 矩阵中所有的值减去最小值

#     normDataSet = dataSet - tile(minVals, (m, 1))

#     # 矩阵中所有的值除以最大取值范围进行归一化

#     normDataSet = normDataSet / tile(ranges, (m, 1))

#     # 返回归一矩阵 取值范围 和最小值

#     return normDataSet, ranges, minVals

def datingClassTest():

    hoRatio = 0.10