Význam plochých souborů v datové vědě

Úvod do importu dat v Pythonu

Hugo Bowne-Anderson

Data Scientist at DataCamp

Ploché soubory

titanic.csv

PassengerId,Survived,Pclass,Name,Gender,Age,SibSp,Parch,Ticket,Fare,Cabin,Embarked
1,0,3,"Braund, Mr. Owen Harris",male,22,1,0,A/5 21171,7.25,,S
2,1,1,"Cumings, Mrs. John Bradley",female,38,1,0,PC 17599,71.2833,C85,C
3,1,3,"Heikkinen, Miss. Laina",female,26,0,0,STON/O2.3101282,7.925,,S
Úvod do importu dat v Pythonu

Ploché soubory

titanic.csv

PassengerId,Survived,Pclass,Name,Gender,Age,SibSp,Parch,Ticket,Fare,Cabin,Embarked

1,0,3,"Braund, Mr. Owen Harris",male,22,1,0,A/5 21171,7.25,,S

2,1,1,"Cumings, Mrs. John Bradley",female,38,1,0,PC 17599,71.2833,C85,C

3,1,3,"Heikkinen, Miss. Laina",female,26,0,0,STON/O2.3101282,7.925,,S

šipka

                        Name      Sex  Cabin  Survived
     Braund, Mr. Owen Harris     male    NaN         0
  Cumings, Mrs. John Bradley   female    C85         1
      Heikkinen, Miss. Laina   female    NaN         1
Futrelle, Mrs. Jacques Heath   female   C123         1
    Allen, Mr. William Henry     male    NaN         0
Úvod do importu dat v Pythonu

Ploché soubory

titanic.csv

titanic.csv se zvýrazněným řádkem šipka

                        Name      Sex  Cabin  Survived
     Braund, Mr. Owen Harris     male    NaN         0
  Cumings, Mrs. John Bradley   female    C85         1
      Heikkinen, Miss. Laina   female    NaN         1
Úvod do importu dat v Pythonu

Ploché soubory

titanic.csv

titanic.csv se zvýrazněným sloupcem šipka

                        Name      Sex  Cabin  Survived
     Braund, Mr. Owen Harris     male    NaN         0
  Cumings, Mrs. John Bradley   female    C85         1
      Heikkinen, Miss. Laina   female    NaN         1
Úvod do importu dat v Pythonu

Ploché soubory

  • Textové soubory obsahující záznamy
  • Tj. tabulková data
  • Záznam: řádek polí nebo atributů

 

titanic.csv

PassengerId,Survived,Pclass,Name,Gender,Age,SibSp,Parch,Ticket,Fare,Cabin,Embarked
1,0,3,"Braund, Mr. Owen Harris",male,22,1,0,A/5 21171,7.25,,S
2,1,1,"Cumings, Mrs. John Bradley",female,38,1,0,PC 17599,71.2833,C85,C
3,1,3,"Heikkinen, Miss. Laina",female,26,0,0,STON/O2.3101282,7.925,,S
Úvod do importu dat v Pythonu

Ploché soubory

  • Textové soubory obsahující záznamy
  • Tj. tabulková data
  • Záznam: řádek polí nebo atributů
  • Sloupec: příznak nebo atribut

titanic.csv

titanic.csv se zvýrazněným řádkem šipka

Úvod do importu dat v Pythonu

Ploché soubory

  • Textové soubory obsahující záznamy
  • Tj. tabulková data
  • Záznam: řádek polí nebo atributů
  • Sloupec: příznak nebo atribut

titanic.csv

titanic.csv se zvýrazněným sloupcem šipka

Úvod do importu dat v Pythonu

Záhlaví

titanic.csv

________________________________________________________________________
PassengerId,Survived,Pclass,Name,Gender,Age,SibSp,Parch,Ticket,Fare,Cabin,Embarked
________________________________________________________________________
1,0,3,"Braund, Mr. Owen Harris",male,22,1,0,A/5 21171,7.25,,S   
2,1,1,"Cumings, Mrs. John Bradley",female,38,1,0,PC 17599,71.2833,C85,C
3,1,3,"Heikkinen, Miss. Laina",female,26,0,0,STON/O2.3101282,7.925,,S
Úvod do importu dat v Pythonu

Záhlaví

titanic.csv

________________________________________________________________________
PassengerId,Survived,Pclass,Name,Gender,Age,SibSp,Parch,Ticket,Fare,Cabin,Embarked
________________________________________________________________________
1,0,3,"Braund, Mr. Owen Harris",male,22,1,0,A/5 21171,7.25,,S   
2,1,1,"Cumings, Mrs. John Bradley",female,38,1,0,PC 17599,71.2833,C85,C
3,1,3,"Heikkinen, Miss. Laina",female,26,0,0,STON/O2.3101282,7.925,,S
Úvod do importu dat v Pythonu

Přípona souboru

  • .csv - Hodnoty oddělené čárkami
  • .txt - Textový soubor
  • čárky, tabulátory - Oddělovače
Úvod do importu dat v Pythonu

Soubor oddělený tabulátory

MNIST.txt

pixel149    pixel150    pixel151    pixel152    pixel153
0           0           0           0           0    
86          250         254         254         254    
0           0           0           9           254    
0           0           0           0           0    
103         253         253         253         253    
0           0           0           0           0    
0           0           0           0           0        
0           0           0           0           41        
253         253         253         253         253
Úvod do importu dat v Pythonu

Soubor oddělený tabulátory

MNIST.txt

pixel149    pixel150    pixel151    pixel152    pixel153
0           0           0           0           0    
86          250         254         254         254    
0           0           0           9           254    
0           0           0           0           0    
103         253         253         253         253    
0           0           0           0           0    
0           0           0           0           0        
0           0           0           0           41        
253         253         253         253         253

                                         Obrázek MNIST: mnist.png

Úvod do importu dat v Pythonu

Jak importovat ploché soubory?

  • Dva hlavní balíčky: NumPy, pandas

ch_1_2.026.png

  • Zde se naučíte importovat:
    • Ploché soubory s numerickými daty (MNIST)
    • Ploché soubory s numerickými daty a řetězci (titanic.csv)
Úvod do importu dat v Pythonu

Lass uns üben!

Úvod do importu dat v Pythonu

Preparing Video For Download...