Импорт плоских файлов с помощью NumPy

В этом упражнении вы загрузите набор данных MNIST для распознавания рукописных цифр с помощью функции NumPy loadtxt() — и убедитесь, насколько это просто:

Первый аргумент — имя файла.
Второй — разделитель; в данном случае это запятая.

Набор данных MNIST содержит изображения рукописных цифр от 0 до 9 и широко используется в области машинного обучения как эталон для оценки качества алгоритмов распознавания и классификации.

Это упражнение является частью курса

Введение в импорт данных в Python

Посмотреть курс

Инструкции к упражнению

Укажите аргументы np.loadtxt(): передайте file и запятую ',' в качестве разделителя.
Укажите аргумент print(), чтобы вывести тип объекта digits. Используйте функцию type().
Запустите оставшуюся часть кода, чтобы визуализировать одну из строк данных.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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()

Редактировать и запускать код