Importarea fișierelor plate cu NumPy

Introducere în importul datelor în Python

Hugo Bowne-Anderson

Data Scientist at DataCamp

De ce NumPy?

  • Arrayuri NumPy: standard pentru stocarea datelor numerice

 

ch_1_3.003.png

Introducere în importul datelor în Python

De ce NumPy?

  • Arrayuri NumPy: standard pentru stocarea datelor numerice
  • Esențial pentru alte pachete: ex. scikit-learn ch_1_3.004.png
  • loadtxt()
  • genfromtxt()
Introducere în importul datelor în Python

Importarea fișierelor plate cu NumPy

import numpy as np
filename = 'MNIST.txt'
data = np.loadtxt(filename, delimiter=',')
data

[[   0.    0.    0.    0.    0.]
 [  86.  250.  254.  254.  254.]
 [   0.    0.    0.    9.  254.]
 ..., 
 [   0.    0.    0.    0.    0.]
 [   0.    0.    0.    0.    0.]
 [   0.    0.    0.    0.    0.]]
Introducere în importul datelor în Python

Personalizarea importului NumPy

import numpy as np
filename = 'MNIST_header.txt'
data = np.loadtxt(filename, delimiter=',', skipRows=1)
print(data)

[[   0.    0.    0.    0.    0.]
 [  86.  250.  254.  254.  254.]
 [   0.    0.    0.    9.  254.]
 ..., 
 [   0.    0.    0.    0.    0.]
 [   0.    0.    0.    0.    0.]
 [   0.    0.    0.    0.    0.]]
  • skiprows: câte rânduri (nu indici) doriți să omiteți
Introducere în importul datelor în Python

Personalizarea importului NumPy

import numpy as np
filename = 'MNIST_header.txt'
data = np.loadtxt(filename, delimiter=',', skipRows=1, usecols=[0, 2])
print(data)

[[   0.    0.]
 [  86.  254.]
 [   0.    0.]
 ..., 
 [   0.    0.]
 [   0.    0.]
 [   0.    0.]]
  • usecols: lista cu indicii coloanelor pe care doriți să le păstrați
Introducere în importul datelor în Python

Personalizarea importului NumPy

data = np.loadtxt(filename, delimiter=',', dtype=str)
Introducere în importul datelor în Python

Tipuri de date mixte

titanic.csv

                        Name      Sex  Cabin   Fare
     Braund, Mr. Owen Harris     male    NaN    7.3
  Cumings, Mrs. John Bradley   female    C85   71.3
      Heikkinen, Miss. Laina   female    NaN    8.0
Futrelle, Mrs. Jacques Heath   female   C123   53.1
    Allen, Mr. William Henry     male    NaN   8.05
1 Sursă: Kaggle
Introducere în importul datelor în Python

Tipuri de date mixte

titanic.csv

                        Name      Sex  Cabin   Fare
     Braund, Mr. Owen Harris     male    NaN    7.3
  Cumings, Mrs. John Bradley   female    C85   71.3
      Heikkinen, Miss. Laina   female    NaN    8.0
Futrelle, Mrs. Jacques Heath   female   C123   53.1
    Allen, Mr. William Henry     male    NaN   8.05
               ^                                 ^
            strings                           floats
1 Sursă: Kaggle
Introducere în importul datelor în Python

Să exersăm!

Introducere în importul datelor în Python

Preparing Video For Download...