El artículo se basa en un artículo en inglés Building a neural network with python, y en un tutorial de pandas.
Para este tutorial se usará un conjunto de datos en formato csv sobre vinos (análisis químico para saber el origen de los vinos).
A continuación de describe paso a paso la forma de manejar los datos a partir del archivo wine_data.csv.
El archivo Pandas.py y el Pandas.ipynb lo pueden descargar de github.
Se importa Pandas como pd:
>>> import pandas as pd
Se extrae los datos del archivo csv y se definen el nombres de las columnas:
>>> wine = pd.read_csv('wine_data.csv', names = ["Cultivator", "Alchol", "Malic_Acid", "Ash", "Alcalinity_of_Ash", "Magnesium", "Total_phenols", "Falvanoids", "Nonflavanoid_phenols", "Proanthocyanins", "Color_intensity", "Hue", "OD280", "Proline"])
Se muestran los primeros datos:
>>> wine.head()
Se muestra las dimensiones de la tabla:
>>> wine.shape
(178, 14)
Se tiene 178 filas y 14 columnas.
Se muestra las 2 primeras filas de la tabla:
wine.loc[[0,1]]
Se muestra las dos primeras filas y las columnas Cultivator y Alchol
>>> wine.loc[[0,1]][["Cultivator","Alchol"]]
Está introducción es necesaria ya que en futuros artículos se trabajará mucho con la librería pandas.
