Usare pandas per importare flat file come DataFrame (2)

Nell'ultimo esercizio sei riuscito a importare flat file in un DataFrame di pandas. Come bonus, è poi semplice ottenere il corrispondente array numpy usando il metodo .to_numpy(). Ora avrai l'occasione di farlo usando il dataset MNIST, disponibile come digits.csv.

Ci sono diversi argomenti che pd.read_csv() accetta e che ti saranno utili per questo esercizio:

nrows ti permette di specificare quante righe leggere dal file. Per esempio, nrows=10 importerà solo le prime 10 righe.
header accetta i numeri di riga da usare come etichette di colonna e segna l'inizio dei dati. Se il file non contiene una riga di intestazione, puoi impostare header=None e pandas assegnerà automaticamente etichette di colonna intere a partire da 0 (ad es. 0, 1, 2, …).

Questo esercizio fa parte del corso

Introduzione all'importazione dei dati in Python

Visualizza il corso

Istruzioni dell'esercizio

Importa le prime 5 righe del file in un DataFrame usando la funzione pd.read_csv() e assegna il risultato a data. Dovrai usare gli argomenti nrows e header. Nota che in questo file non c'è una riga di intestazione.
Crea un array numpy dal DataFrame risultante in data e assegnalo a data_array.
Esegui print(type(data_array)) per stampare il tipo di dato di data_array.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# 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))

Modifica ed esegui il codice