Python 在scikit learn中，load_files函数读取不需要的文本文件

我正在使用sci工具包中的

load_files

功能学习加载2个简单文本文档

设置非常简单。我的文件名为

file1

和

file2

。 第一个文件由文本

猪-牛-鸡

组成，而第二个文件由文本

猪-汽车-卡车

组成

他们都住在这里：

/home/me/Dropbox/test

到目前为止还不错

现在，我使用

load_files

函数

text_data = load_files('/home/me/Dropbox/test', encoding='latin-1')

接下来，我检查

text\u数据。文件名

…结果我得到了一些奇怪的额外文件

[ '/home/me/Dropbox/test/folder1/document2.txt'
  '/home/me/Dropbox/test/folder1/document2.txt~'
  '/home/me/Dropbox/test/folder1/document1.txt~'
  '/home/me/Dropbox/test/folder1/document1.txt']

我查看了

text\u data.data

并获得：

我假设这里有隐藏文件、临时文件或诸如此类的东西。我的两个文件都没有打开。我重新启动了iPython，重新启动了笔记本电脑，等等。我使用了

ls-lart

，我在目录中看到了它们

我正在使用Ubuntu 13.10

我想知道一个摆脱它们的好方法，这将解决这个特殊情况下的问题，但除此之外，我想知道为什么会发生这种情况，以及如何确保它不会再次发生。这些隐藏文件背后的机制是什么？为什么函数会加载它们

提前谢谢

---

谢谢

这些文件可能是由文本编辑器（如vim）自动创建的备份文件

要递归删除当前目录下以

~

结尾的所有文件，可以使用以下命令：

find -name "*~" -delete

---

现在的问题是您是否真的想使用

sklearn.dataset.load\u files

来加载文件。它的设计目的是加载以类别作为子文件夹名称的文本文件，而您的目录似乎不是这样。如果您只想加载两个简单的文本文档，那么内置的

open

功能就足够了吗？

以

~

结尾的文件通常是一些文本编辑器制作的备份文件。你为什么不把它们拿走呢？在unix上的dropbox文件夹中，通常还会自动创建一个

.dropbox

文件，但它似乎不包括在您的列表中。这些文件不会隐藏。隐藏文件的名称以句点开头，IIRC

load_files

将跳过这些文件。为什么，为什么像vim这样一个古怪且看似无害的编辑器对用户的文件如此随意？我在这里使用了一个简单的例子；我确实计划使用类别作为子文件夹名称。

find -name "*~" -delete