在學習xg的 時候，想畫學習曲線，但無奈沒有沒有這個 evals_result_

AttributeError: 'Booster' object has no attribute 'evals_result_'

因為不是用的分類器或者回歸器，而且是使用的train而不是fit進行訓練的，看過源碼fit才有evals_result_這個，導致訓練后沒有這個，但是又想獲取學習曲線，因此肯定還需要獲取訓練數(shù)據(jù)。

運行的結(jié)果 上面有數(shù)據(jù)，于是就想自己解析屏幕的數(shù)據(jù)試一下，屏幕可以看到有我們迭代過程的數(shù)據(jù)，因此想直接獲取屏幕上的數(shù)據(jù)，思維比較low但是簡單粗暴。

接下來分兩步完成：

1) 獲取屏幕數(shù)據(jù)

import subprocess

import pandas as pd

top_info = subprocess.Popen(["python", "main.py"], stdout=subprocess.PIPE)

out, err = top_info.communicate()

out_info = out.decode('unicode-escape')

lines=out_info.split('\n')

注：這里的main.py就是自己之前執(zhí)行的python文件

2) 解析文件數(shù)據(jù):

ln=0

lst=dict()

for line in lines:

if line.strip().startswith('[{}] train-auc:'.format(ln)):

if ln not in lst.keys():

lst.setdefault(ln, {})

tmp = line.split('\t')

t1=tmp[1].split(':')

t2=tmp[2].split(':')

if str(t1[0]) not in lst[ln].keys():

lst[ln].setdefault(str(t1[0]), 0)

if str(t2[0]) not in lst[ln].keys():

lst[ln].setdefault(str(t2[0]), 0)

lst[ln][str(t1[0])]=t1[1]

lst[ln][str(t2[0])]=t2[1]

ln+=1

json_df=pd.DataFrame(pd.DataFrame(lst).values.T, index=pd.DataFrame(lst).columns, columns=pd.DataFrame(lst).index).reset_index()

json_df.columns=['numIter','eval-auc','train-auc']

print(json_df)

整體代碼：

import subprocess

import pandas as pd

top_info = subprocess.Popen(["python", "main.py"], stdout=subprocess.PIPE)

out, err = top_info.communicate()

out_info = out.decode('unicode-escape')

lines=out_info.split('\n')

ln=0

lst=dict()

for line in lines:

if line.strip().startswith('[{}] train-auc:'.format(ln)):

if ln not in lst.keys():

lst.setdefault(ln, {})

tmp = line.split('\t')

t1=tmp[1].split(':')

t2=tmp[2].split(':')

if str(t1[0]) not in lst[ln].keys():

lst[ln].setdefault(str(t1[0]), 0)

if str(t2[0]) not in lst[ln].keys():

lst[ln].setdefault(str(t2[0]), 0)

lst[ln][str(t1[0])]=t1[1]

lst[ln][str(t2[0])]=t2[1]

ln+=1

json_df=pd.DataFrame(pd.DataFrame(lst).values.T, index=pd.DataFrame(lst).columns, columns=pd.DataFrame(lst).index).reset_index()

json_df.columns=['numIter','eval-auc','train-auc']

print(json_df)

看下效果：

以上這篇獲取python運行輸出的數(shù)據(jù)并解析存為dataFrame實例就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持python博客。

總結(jié)

以上是生活随笔為你收集整理的python遍历data、并输出结果_获取python运行输出的数据并解析存为dataFrame实例的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。