Menggunakan pandas untuk mengimpor flat file sebagai DataFrame (2)

Pada latihan sebelumnya, Anda telah berhasil mengimpor flat file ke dalam DataFrame pandas. Sebagai bonus, Anda kemudian dapat dengan mudah mengambil numpy array yang sesuai menggunakan metode .to_numpy(). Sekarang Anda berkesempatan melakukannya menggunakan himpunan data MNIST, yang tersedia sebagai digits.csv.

Ada sejumlah argumen yang diterima pd.read_csv() yang akan berguna untuk latihan ini:

nrows memungkinkan Anda menentukan berapa banyak baris yang akan dibaca dari file. Sebagai contoh, nrows=10 hanya akan mengimpor 10 baris pertama.
header menerima nomor baris yang digunakan sebagai label kolom dan menandai awal data. Jika file tidak memiliki baris header, Anda dapat mengatur header=None, dan pandas akan secara otomatis memberikan label kolom berupa bilangan bulat mulai dari 0 (misalnya, 0, 1, 2, …).

Latihan ini adalah bagian dari kursus

Pengantar Mengimpor Data di Python

Lihat Kursus

Petunjuk latihan

Impor 5 baris pertama dari file ke dalam sebuah DataFrame menggunakan fungsi pd.read_csv() dan tetapkan hasilnya ke data. Anda perlu menggunakan argumen nrows dan header. Perhatikan bahwa tidak ada baris header pada file ini.
Bangun sebuah array numpy dari DataFrame hasil di data dan tetapkan ke data_array.
Jalankan print(type(data_array)) untuk mencetak tipe data data_array.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# 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))

Edit dan Jalankan Kode