Importanța fișierelor plate în știința datelor

Introducere în importul datelor în Python

Hugo Bowne-Anderson

Data Scientist at DataCamp

Fișiere plate

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
Introducere în importul datelor în Python

Fișiere plate

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

săgeată

                        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
Introducere în importul datelor în Python

Fișiere plate

titanic.csv

titanic.csv cu un rând evidențiat săgeată

                        Name      Sex  Cabin  Survived
     Braund, Mr. Owen Harris     male    NaN         0
  Cumings, Mrs. John Bradley   female    C85         1
      Heikkinen, Miss. Laina   female    NaN         1
Introducere în importul datelor în Python

Fișiere plate

titanic.csv

titanic.csv cu o coloană evidențiată săgeată

                        Name      Sex  Cabin  Survived
     Braund, Mr. Owen Harris     male    NaN         0
  Cumings, Mrs. John Bradley   female    C85         1
      Heikkinen, Miss. Laina   female    NaN         1
Introducere în importul datelor în Python

Fișiere plate

  • Fișiere text care conțin înregistrări
  • Adică date tabulare
  • Înregistrare: rând de câmpuri sau atribute

 

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
Introducere în importul datelor în Python

Fișiere plate

  • Fișiere text care conțin înregistrări
  • Adică date tabulare
  • Înregistrare: rând de câmpuri sau atribute
  • Coloană: caracteristică sau atribut

titanic.csv

titanic.csv cu un rând evidențiat săgeată

Introducere în importul datelor în Python

Fișiere plate

  • Fișiere text care conțin înregistrări
  • Adică date tabulare
  • Înregistrare: rând de câmpuri sau atribute
  • Coloană: caracteristică sau atribut

titanic.csv

titanic.csv cu o coloană evidențiată săgeată

Introducere în importul datelor în Python

Antet

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
Introducere în importul datelor în Python

Antet

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
Introducere în importul datelor în Python

Extensie de fișier

  • .csv - Valori separate prin virgulă
  • .txt - Fișier text
  • virgule, tab-uri - Delimitatori
Introducere în importul datelor în Python

Fișier delimitat prin tab

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
Introducere în importul datelor în Python

Fișier delimitat prin tab

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

                                         Imagine MNIST: mnist.png

Introducere în importul datelor în Python

Cum se importă fișierele plate?

  • Două pachete principale: NumPy, pandas

ch_1_2.026.png

  • Aici veți învăța să importați:
    • Fișiere plate cu date numerice (MNIST)
    • Fișiere plate cu date numerice și șiruri de caractere (titanic.csv)
Introducere în importul datelor în Python

Să exersăm!

Introducere în importul datelor în Python

Preparing Video For Download...