Importera flatfiler med NumPy

Introduktion till dataimport i Python

Hugo Bowne-Anderson

Data Scientist at DataCamp

Varför NumPy?

  • NumPy-arrayer: standard för att lagra numeriska data

 

ch_1_3.003.png

Introduktion till dataimport i Python

Varför NumPy?

  • NumPy-arrayer: standard för att lagra numeriska data
  • Krävs av andra paket, t.ex. scikit-learn ch_1_3.004.png
  • loadtxt()
  • genfromtxt()
Introduktion till dataimport i Python

Importera flatfiler med 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.]]
Introduktion till dataimport i Python

Anpassa din NumPy-import

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: antal rader (inte index) som ska hoppas över
Introduktion till dataimport i Python

Anpassa din NumPy-import

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 med index för de kolumner du vill behålla
Introduktion till dataimport i Python

Anpassa din NumPy-import

data = np.loadtxt(filename, delimiter=',', dtype=str)
Introduktion till dataimport i Python

Blandade datatyper

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 Källa: Kaggle
Introduktion till dataimport i Python

Blandade datatyper

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
               ^                                 ^
            strängar                          floats
1 Källa: Kaggle
Introduktion till dataimport i Python

Nu kör vi en övning!

Introduktion till dataimport i Python

Preparing Video For Download...