Utilizar pandas para importar archivos planos como DataFrames (2)

En el último ejercicio, pudiste importar ficheros planos en un Marco de datos pandas. Además, es muy sencillo para recuperar la correspondiente numpy mediante el método .to_numpy(). Ahora tendrás la oportunidad para hacerlo utilizando el conjunto de datos MNIST, que está disponible como digits.csv.

Hay una serie de argumentos que toma pd.read_csv() que te resultarán útiles para este ejercicio:

nrows te permite especificar cuántas filas leer del archivo. Por ejemplo, nrows=10 sólo importará las 10 primeras filas.
header acepta los números de fila que se utilizarán como etiquetas de columna y marca el inicio de los datos. Si el archivo no contiene una fila de encabezamiento, puedes poner header=None, y pandas asignará automáticamente etiquetas de columna enteras empezando por 0 (por ejemplo, 0, 1, 2, …).

Este ejercicio forma parte del curso

Introducción a la importación de datos en Python

Ver curso

Instrucciones de ejercicio

Importa las 5 primeras filas del fichero a un DataFrame utilizando la función pd.read_csv() y asigna el resultado a data. Tendrás que utilizar los argumentos nrows y header. Ten en cuenta que no hay ninguna fila de encabezamiento en este archivo.
Construye un array numpy a partir del DataFrame resultante en data y asígnalo a data_array.
Ejecuta print(type(data_array)) para imprimir el tipo de dato de data_array.

Ejercicio interactivo práctico

Pruebe este ejercicio completando este código de muestra.

# Assign the filename: file
file = 'digits.csv'

# Read the first 5 rows of the file into a DataFrame: data
data = ____(____, ____, ____)

# Build a numpy array from the DataFrame: data_array
data_array = ____

# Print the datatype of data_array to the shell
print(type(data_array))

Editar y ejecutar código