#導入numpy包用于科學計算
#導入operator包用于運算符計算
from?numpy?import?*
import?operator
import?matplotlib.pyplot?as?plt

#距離計算函數
#inX?用于分類的輸入向量
#dataSet?輸入的訓練樣本集
#labels?標簽向量
#k?選擇最近鄰的數目
def?classify0（a?dataSet?labels?k）:
????dataSetSize?=?dataSet.shape[0]????????????????????????????????????#獲得數據集的個數
????#差值計算，距離相減
????diffMat?=?tile（a?（dataSetSize1））?-?dataSet????????????????????#numpy中tile函數用于將inX，生成dataSetSize行1列的數據
????#差值平方
????sqDiffMat?=?diffMat**2
????#平方和?axis=1表示將數據的每一行相加
????sqDistances?=?sqDiffMat.sum（axis=1）
????#開平方
????distances?=?sqDistances**0.5??????????????????????????????????????#0.5次方相當于開平方得到所有點的距離（distances是一個列表，包含了4個點與a點的距離）
????#排序???argsort（）序號排序
????sortedDistIndicies?=?distances.argsort（）??????????????????????????#由低到高進行排序，此處得到的數據排序后的索引值
????print（‘距離最近的k個鄰居是：‘dataSet[sortedDistIndicies[:k]]）
????#?print（‘對應的標簽是：‘labels[sortedDistIndicies[:k]]）

????classCount={}?????????????????????????????????????????????????????#初始化統計字典
????#找出前k個值
????for?i?in?range（k）:
????????voteIlabel?=?labels[sortedDistIndicies[i]]????????????????????#獲得對應標簽
????????#統計前k次標簽出現的次數
????????classCount[voteIlabel]?=?classCount.get（voteIlabel0）?+?1