读取csv数据，并做简单t-SNE处理_t-sne如何引进文件数据

from sklearn.manifold import TSNE
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
from sklearn import manifold
import xlrd
 
#将csv格式文件的内容转换为矩阵，不保留第一行（标签）
def load_csv(path):
    data_read = pd.read_csv(path)
    list = data_read.values.tolist()
    data = np.array(list)
    print(data.shape)
    # print(data)
    return data
 
#载入我的csv格式的数据集
data = load_csv(r"C:\\Users\\Cai\\Desktop\\test\\hcvdat0.csv")
 
#提取分组信息（最后一列），并将字符串转为数字
target = data[:,12]
target_T = np.array(target)
target_T = [int(x) for x in target_T]
 
tsne = TSNE(n_components=2,learning_rate=100).fit_transform(data[:,1:11])
 
plt.figure(figsize=(12, 6))
plt.subplot(121)
plt.scatter(tsne[:, 0], tsne[:, 1], s=10, c= target_T)
plt.colorbar()
plt.show()