### 数据集导入方法 对于不同类型的项目需求，在 PyCharm 中可以采用多种方式来导入数据集。以下是几种常见的方式： #### 使用 TensorFlow 导入 MNIST 数据集 当目标是机器学习特别是深度学习领域时，可以直接通过特定库函数获取在线公开的数据集。例如，TensorFlow 提供了一个便捷的方法用于下载并读取 MNIST 手写数字图像集合[^1]。 ```python from tensorflow.examples.tutorials.mnist import input_data mnist = input_data.read_data_sets("MNIST_data/", one_hot=True) ``` 这段代码会自动完成 MNIST 数据集的下载，并将其存储于指定路径下（此处为 `MNIST_data/` 文件夹），同时设置标签编码模式为独热码表示法(one-hot encoding)。 #### 利用 PyTorch 自定义数据集类 如果面对的是自有的图片或其他格式的数据资源，则可以通过继承 PyTorch 的 `Dataset` 类来自定义一个新的数据集对象[^2]。这允许更灵活地处理各种复杂情况下的输入源。 ```python from torch.utils.data import Dataset, DataLoader import os from PIL import Image class CustomImageDataset(Dataset): def __init__(self, annotations_file, img_dir, transform=None, target_transform=None): self.img_labels = pd.read_csv(annotations_file) self.img_dir = img_dir self.transform = transform self.target_transform = target_transform def __len__(self): return len(self.img_labels) def __getitem__(self, idx): img_path = os.path.join(self.img_dir, self.img_labels.iloc[idx, 0]) image = Image.open(img_path).convert('RGB') label = self.img_labels.iloc[idx, 1] if self.transform: image = self.transform(image) if self.target_transform: label = self.target_transform(label) sample = {"image": image, "label": label} return sample ``` 此段 Python 脚本展示了如何创建一个名为 `CustomImageDataset` 的新类，该类实现了两个必要的抽象方法——`__len__()`, 和 `__getitem__()` 来支持迭代访问单个样本实例。 #### Excel 文件作为数据源 针对结构化表格型数据如 Excel 表格的情况，Python 社区提供了丰富的第三方扩展包可供选择，比如 pandas 库能够高效地解析 .xls 或者 .xlsx 文件中的内容[^3]。 ```python import pandas as pd df = pd.read_excel('/path/to/excel/file.xlsx') print(df.head()) ``` 上述命令行将把整个工作簿的第一个 sheet 加载成 DataFrame 对象以便后续分析操作；而打印前五行记录有助于初步确认数据是否正确加载。 #### 连接数据库提取数据 另外一种场景是从关系型数据库管理系统 (RDBMS) 抽取出所需的信息表。这里以 MySQL 数据库为例说明怎样建立连接并通过 SQL 查询语句检索感兴趣的结果集[^4]。 ```python import pymysql connection = pymysql.connect( host='localhost', port=3306, user='your_username', password='your_password', db='database_name' ) try: with connection.cursor() as cursor: sql_query = 'SELECT * FROM table_name LIMIT 10;' cursor.execute(sql_query) result = cursor.fetchall() finally: connection.close() for row in result: print(row) ``` 以上脚本片段示范了如何安全地打开和关闭与远程服务器之间的通信通道，并执行简单的 SELECT 命令返回前十条记录给应用程序层进一步加工展示。