เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

นำเข้า flat files ด้วย NumPy

ในแบบฝึกหัดนี้ จะได้ลองโหลดชุดข้อมูล MNIST digit recognition โดยใช้ฟังก์ชัน loadtxt() ของ NumPy ซึ่งทำได้ง่ายมาก

  • อาร์กิวเมนต์แรกคือชื่อไฟล์
  • อาร์กิวเมนต์ที่สองคือตัวคั่ง (delimiter) ซึ่งในที่นี้คือเครื่องหมายจุลภาค

ชุดข้อมูล MNIST เป็นคอลเลกชันภาพตัวเลขลายมือตั้งแต่ 0 ถึง 9 ที่ใช้กันอย่างแพร่หลายในสาขา machine learning โดยเป็น benchmark มาตรฐานสำหรับประเมินประสิทธิภาพของอัลกอริทึมในการจดจำและจำแนกตัวเลขเหล่านี้

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Python เบื้องต้น: การนำเข้าข้อมูล

ดูคอร์ส

คำแนะนำการฝึกหัด

  • กำหนดอาร์กิวเมนต์ของ np.loadtxt() โดยส่ง file และเครื่องหมายจุลภาค ',' เป็น delimiter
  • กำหนดอาร์กิวเมนต์ของ print() เพื่อแสดง type ของออบเจกต์ digits โดยใช้ฟังก์ชัน type()
  • รันโค้ดส่วนที่เหลือเพื่อแสดงภาพข้อมูลหนึ่งแถวจากชุดข้อมูล

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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()
แก้ไขและรันโค้ด