Mengimpor flat file menggunakan NumPy

Pada latihan ini, Anda akan memuat himpunan data pengenalan digit MNIST menggunakan fungsi NumPy loadtxt() dan melihat betapa mudahnya hal ini:

Argumen pertama adalah nama berkas.
Argumen kedua adalah pembatas (delimiter) yang, dalam kasus ini, berupa koma.

Himpunan data MNIST adalah koleksi angka tulisan tangan dari 0 hingga 9, yang sering digunakan di bidang machine learning. Dataset ini berfungsi sebagai tolok ukur untuk mengevaluasi kinerja algoritma dalam mengenali dan mengklasifikasikan angka-angka tersebut.

Latihan ini adalah bagian dari kursus

Pengantar Mengimpor Data di Python

Lihat Kursus

Petunjuk latihan

Lengkapi argumen np.loadtxt() dengan memberikan file dan tanda koma ',' sebagai pembatas.
Lengkapi argumen print() untuk mencetak tipe objek digits. Gunakan fungsi type().
Jalankan sisa kode untuk memvisualisasikan salah satu baris data.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# 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()

Edit dan Jalankan Kode