Düz dosyaları içe aktarmak için NumPy kullanma

Bu egzersizde, numpy fonksiyonu loadtxt() ile MNIST rakam tanıma veri kümesini yükleyeceksin ve bunun ne kadar kolay olabileceğini göreceksin:

İlk argüman dosya adı olacak.
İkinci argüman ise bu durumda virgül olan ayırıcı olacak.

MNIST veri kümesi, 0'dan 9'a kadar el yazısı rakamlardan oluşur ve Machine Learning alanında sıkça kullanılır. Bu veri kümesi, bu sayıların tanınması ve sınıflandırılmasında algoritmaların performansını değerlendirmek için bir karşılaştırma ölçütü (benchmark) olarak hizmet eder.

Bu egzersiz, kursun bir parçasıdır

Python'da Veri Aktarmaya Giriş

Kursa Göz Atın

Egzersiz talimatları

np.loadtxt() fonksiyonunun argümanlarını file ve ayırıcı olarak virgül ',' geçirerek doldur.
digits nesnesinin tipini yazdırmak için print() fonksiyonunun argümanını doldur. type() fonksiyonunu kullan.
Verideki satırlardan birini görselleştirmek için geri kalan kodu çalıştır.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# 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()

Kodu Düzenle ve Çalıştır