Import plochých souborů pomocí NumPy

V tomto cvičení načteš dataset MNIST pro rozpoznávání číslic pomocí funkce loadtxt() z NumPy – uvidíš, jak je to snadné:

Prvním argumentem bude název souboru.
Druhým bude oddělovač, v tomto případě čárka.

Dataset MNIST je kolekce ručně psaných číslic od 0 do 9, která se hojně využívá v oblasti strojového učení. Slouží jako referenční benchmark pro hodnocení výkonu algoritmů při rozpoznávání a klasifikaci těchto číslic.

Toto cvičení je součástí kurzu

Úvod do importu dat v Pythonu

Zobrazit kurz

Pokyny k cvičení

Doplň argumenty funkce np.loadtxt(): předej file a čárku ',' jako oddělovač.
Doplň argument funkce print() tak, aby vypisovala typ objektu digits. Použij funkci type().
Spusť zbytek kódu a vizualizuj jeden z řádků dat.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Import packages
import numpy as np

# Assign filename to variable: file
file = 'digits.csv'

# Load file as array: digits
digits = np.loadtxt(____, delimiter='____')

# Print datatype of digits
print(____)

# Select and reshape a row
im = digits[21, 1:]
im_sq = np.reshape(im, (28, 28))

# Plot reshaped data (matplotlib.pyplot already loaded as plt)
plt.imshow(im_sq, cmap='Greys', interpolation='nearest')
plt.show()

Upravit a spustit kód