Як завантажити зразки наборів даних у Python

У цій публікації ми розглянемо, як завантажити зразки наборів даних у Python. Це може здатися не найпривабливішою темою, але насправді вона дуже важлива. В ідеалі у вас будуть деякі набори даних у Python, на яких ви зможете попрактикуватися, вивчаючи нові поняття. Ви можете переглянути повне відео цього підручника внизу цього блогу.

Якщо ви збираєтеся поділитися своїм кодом , задокументувати те, що ви зробили , або потребуєте допомоги , справді гарною ідеєю буде використовувати загальнодоступний набір даних, щоб створити щось, що називається мінімально відтворюваним прикладом .

Ви матимете готовий код або сценарій, який хтось інший в Інтернеті може запустити та допомогти вам із ним. Якщо ви не створите ці мінімально відтворювані приклади , ви отримаєте спалах у таких місцях, як Stack Overflow, що може бути трохи шоком, якщо ви з цим не знайомі.

Давайте розглянемо кілька способів створити ці мінімально відтворювані приклади та отримати набори даних. Є кілька пакетів, які можна використовувати для завантаження готового набору даних у Python і поширення цього коду.

Ми розглянемо три пакети, які є найпоширенішими. Давайте запустимо чистий блокнот Jupyter і почнемо.

Зміст

• Завантажте набори даних на Python із Sklearn
• Завантажте набори даних у Python із наборів даних Vega
• Завантажте набори даних на Python із Seaborn
• Висновок

Завантажте набори даних на Python із Sklearn

Перший, який ми розглянемо, називається Sklearn . Якщо ви використовуєте Anaconda, вам не потрібно буде завантажувати це. Якщо вам потрібна додаткова допомога з Python, у LuckyTemplates є сайт, на якому ви можете зареєструватися.

Я припускаю, що ви вже знаєте такі речі, як пакунки, і продовжу. Ми збираємося додати pandas і Sklearn, зокрема, підмодуль набору даних.

Ми збираємося привести деякі з цих наборів даних. Scikit-learn – бібліотека даних машинного навчання – називає їх іграшковими наборами даних. Ми збираємося завантажити Бостон, який є набором даних про ціни на житло. Коли ми вносимо це, нам потрібно мати це як фрейм даних.

Нам потрібно фактично вказати, що дані та стовпці надходять із набору даних Scikit-learn, і розділити змінні функції та цільові змінні.

Ми отримаємо це як фрейм даних, щоб ми могли оперувати та робити з ним різні речі. Користувачеві LuckyTemplates чудово знати Panda.

Завантажте набори даних у Python із наборів даних Vega

Іншим варіантом, який ми можемо вивчити, є пакет наборів даних Vega. Цей не доступний на Anaconda, але ми можемо встановити його через PIP. Це те, що ми будемо вводити в командному рядку, щоб інсталювати набори даних Vega та інсталювати або імпортувати локальний модуль даних.

Деякі з них ви можете отримати, але вам знадобиться підключення до Інтернету. Ми залучимо ті, які інстальовано локально, імпортувавши локальні дані та запустивши їх.

Як бачите, наборів даних досить багато. Деякі з них є часовими рядами, тоді як деякі з них мають категоричні або безперервні змінні. Давайте виберемо набір даних cars у кадрі даних, щоб ми могли запустити на ньому метод head.

Тепер у нас є інший зразок набору даних, який ми можемо використовувати та ділитися.

Завантажте набори даних на Python із Seaborn

Seaborn — ще один пакет, доступний у дистрибутиві Anaconda. За замовчуванням Seaborn найбільше відомий візуалізацією даних, але він також має кілька чудових зразків наборів даних, які ви можете використовувати. Це те, що ми будемо вводити, щоб отримати набори даних.

Як бачите, тут досить багато наборів даних. Ми використаємо набір даних про пінгвінів і знову отримаємо кілька перших рядків.

У результаті ми отримуємо ще один набір даних для практики.

Ідея полягає не лише в тому, щоб мати набори даних для практики. Якщо ми бачимо деякі відсутні значення, маємо проблеми з видаленням наборів даних, хочемо заповнити категоріальну змінну або показати приклад іншим людям, не надавши конфіденційних даних, ви можете просто використати один із цих загальнодоступних наборів даних, які дуже, дуже легко щоб люди могли використовувати та ділитися. Це ідея мінімально відтворюваного прикладу.

Висновок

Підсумовуючи, є три місця для пошуку зразків наборів даних. Scikit-learn — це пакет машинного навчання. Це трохи важче конвертувати, але якщо ви займаєтеся речами, пов’язаними з машинним навчанням, сюди варто піти. Vega datasets також має досить велику кількість наборів даних, особливо якщо ви використовуєте метод для отримання наборів даних з Інтернету, але його відносно важче завантажити, тому вам просто потрібно використовувати PIP, а не попередньо інсталювати його з Anaconda. Seaborn є найкращим місцем, тому що він завантажує кадр даних і має багато можливостей, коли справа доходить до використання вибіркових наборів даних і відтворюваних прикладів.

У Stack Overflow також є навчальний посібник про те, як написати гарний мінімально відтворюваний приклад або ІМН, тож перевірте це, якщо хочете опублікувати щось онлайн.

Знати, де отримати хороші набори даних і поділитися хорошим ІМН, є справді важливою навичкою для аналітика.

Якщо вам сподобався вміст, розглянутий у цьому посібнику, підпишіться на телеканал LuckyTemplates. У нас постійно надходить величезна кількість вмісту від мене та низки творців контенту – усі ми прагнемо покращити спосіб використання LuckyTemplates і Power Platform.