#-*-coding:utf-8-*-
import?sysos
import?csv
from?numpy?import?*
import?operator
path=sys.path[0]
def?loadTrainData（）:
	trdata=list（）
	with?open（path+‘/train.csv‘）?as?file:
		lines=csv.reader（file）
		for?line?in?lines:#839*785
			trdata.append（line）
	trdata.remove（trdata[0]）
	trdata=array（trdata）
	rowcol=len（trdata）len（trdata[0]）
	print?‘train‘rowcol
	label=[]
	data=zeros（（rowcol-1））
	for?i?in?range（0row）:
		label.append（trdata[i][0]）
		for?j?in?range（1col）:
			data[i][j-1]=trdata[i][j]
	label=array（label）.reshape（len（label）1）
	data=array（data）.reshape（len（label）len（trdata[0]）-1）
	label=toint（label）
	data=toint（data）
	return?nomalizing（data）label

def?loadTestdata（）:
	tedata=list（）
	with?open（path+‘/test.csv‘）?as?file:
		i=1
		lines=csv.reader（file）
		for?line?in?lines:
				tedata.append（line）
	tedata.remove（tedata[0]）
	rowcol=len（tedata）len（tedata[0]）
	print?‘test‘rowcol
	data=zeros（（rowcol））
	for?i?in?range（0row）:
		for?j?in?range（0col）:
			data[i][j]=tedata[i][j]
	data=toint（data）
	return?nomalizing（data）

def?loadTestResult（）:
	#28001*2??
	terdata=list（）
	label=list（）
	with?open（path+‘/sample_submission.csv‘）?as?file:
		lines=csv.reader（file）
		for?line?in?lines:
			terdata.append（line）
	terdata.remove（terdata[0]）

	rowcol=len（terdata）len（terdata[0]）
	print?‘test‘rowcol
	for?i?in?range（0row）:
		label.append（terdata[i][1]）
	label=array（label）.reshape（len（label）1）
	return?toint（label）
	
def?nomalizing（array）:
	mn=shape（array）
	for?i?in?xrange（m）:
		for?j?in?xrange（n）:
			if?array[i][j]!=0:
				array[i][j]=1
	return?array

def?toint（array）:
	mn=shape（array）
	print?mn
	newdata=zeros（（mn））
	for?i?in?xrange（m）:
		for?j?in?xrange（n）:
			newdata[i][j]=int（array[i][j]）
	return?newdata

def?classify（inX?dataSet?labels?k）:
	inX=mat（inX）#1*28000
	dataSet=mat（dataSet）#42000*784
	labels=mat（labels）#1*42000
	dataSetSize?=?dataSet.shape[0]???#42000??????????????
	diffMat?=?tile（inX?（dataSetSize1））?-?dataSet????#?將數組inX作為元素構成42000*784的矩陣，即將inX重復42000遍，并與dataSet相減，求出inX與每一個train向量之間的距離
	sqDiffMat?=?array（diffMat）**2??#對矩陣中的每個元素求平方
	distances?=?sqDiffMat.sum（axis=1）#對矩陣中的每一行求和，得到42000*1的矩陣
	#distances?=?sqDistances**0.5?
?	sortedDistIndicies?=?distances.argsort（）#對距離矩陣由小到大排序，得到排序矩陣，其中存儲每個值的索引
	classCount={}????????????????????????????????????????
	for?i?in?range（k）:
		voteIlabel?=?labels[0sortedDistIndicies[i]]??
		classCount[voteIlabel]?=?classCount.get（voteIlabel0）?+?1??
	sortedClassCount?=?sorted（classCount.iteritems（）?key=operator.itemgetter（1）?reverse=True）??
	return?sortedClassCount[0][0]??

def?saveResult（result）:
	l=array（result）.reshape（len（result）1）
	rowcol=?shape（l）
	l1=[]
	for?i?in?range（row）:
		for?j?in?range（col）:
			l1.append（int（float（l[i][j]）））
	print?l1
	j=1
	with?open（‘result3.csv‘‘wb‘）?as?file:
		myW=csv.writer（file）
		tmp=[]
		tmp.append（‘ImageId‘）
		tmp.append（‘Label‘）
		myW.writerow（tmp）
		for?i?in?l1:
			tmp=[]
			tmp.append（str（j））
			j+=1
			tmp.append（i）
			myW.writerow（tmp）
	#with?open（path+‘/re