Importul fișierelor plate ca DataFrame-uri cu pandas (2)

În exercițiul anterior, ai reușit să imporți fișiere plate într-un DataFrame pandas. Ca bonus, este foarte simplu să obții array-ul numpy corespunzător folosind metoda .to_numpy(). Acum vei avea ocazia să faci asta cu setul de date MNIST, disponibil ca digits.csv.

Există câțiva argumenți ai funcției pd.read_csv() care îți vor fi utili în acest exercițiu:

nrows îți permite să specifici câte rânduri să citești din fișier. De exemplu, nrows=10 va importa doar primele 10 rânduri.
header acceptă numere de rând care să fie folosite ca etichete de coloane și marchează începutul datelor. Dacă fișierul nu conține un rând de antet, poți seta header=None, iar pandas va atribui automat etichete întregi coloanelor, începând de la 0 (de exemplu, 0, 1, 2, …).

Acest exercițiu face parte din cursul

Introducere în importul datelor în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Importă primele 5 rânduri din fișier într-un DataFrame folosind funcția pd.read_csv() și atribuie rezultatul variabilei data. Va trebui să folosești argumentele nrows și header. Reține că acest fișier nu conține un rând de antet.
Construiește un array numpy din DataFrame-ul rezultat în data și atribuie-l variabilei data_array.
Execută print(type(data_array)) pentru a afișa tipul de date al variabilei data_array.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# 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))

Editează și rulează codul