Імпорт плоских файлів за допомогою NumPy

У цій вправі ви завантажите набір даних MNIST для розпізнавання цифр за допомогою функції numpy loadtxt() і побачите, наскільки це просто:

Перший аргумент — це імʼя файла.
Другий — роздільник, у нашому випадку це кома.

Набір даних MNIST — це колекція рукописних цифр від 0 до 9, яку часто використовують у сфері машинного навчання. Він слугує еталоном для оцінювання того, як алгоритми розпізнають і класифікують ці числа.

Ця вправа є частиною курсу

Вступ до імпорту даних у Python

Переглянути курс

Інструкції до вправи

Заповніть аргументи np.loadtxt(), передавши file та кому ',' як роздільник.
Заповніть аргумент print(), щоб вивести тип об'єкта digits. Використайте функцію type().
Виконайте решту коду, щоб візуалізувати один із рядків даних.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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()

Редагувати та запускати код