46 Matching Annotations
  1. Dec 2025
    1. deze minder parameters heeft

      Ja en nee, grootste reden dan .loadtxt sneller is is omdat het minder checks doet en ervan uitgaat dat de data al schoon is

    2. dezelfde vorm

      Let op: de structuur (rij/kolom) komt overeen, maar de types worden omgezet (meestal naar getallen). Dus niet letterlijk dezelfde vorm. Wellicht klein beetje verduideliking

    3. Dit maakt het gemakkelijker om later dit bestand terug te vinden.

      Maak dit nog directer voor studenten: “Zet je bestanden in een vaste map (bijv. data/) zodat je pad in de code altijd hetzelfde blijft.” of iets dergelijks

    4. voorbeeld

      Maak hier 1 zin extra van die direct verwijst naar de code: “Hieronder lezen we voorbeeld.csv in met np.loadtxt() en printen we de ingelezen data.”

    5. Tussen de werking van np.loadtxt en np.genfromtxt zit niet zo veel verschil, maar de manier waarop zij met de data omgaan is wel verschillend.

      Dubbel/vaag. Beter: “loadtxt = snel/streng (net als numeriek). genfromtxt = robuuster (kan met missende waarden/strings).

    6. Om te voorkomen dat er ooit een error kan ontstaan, wordt er aangeraden om altijd na te gaan of het te analyseren bestand goed geformat is.

      Dit is te absoluut. “Open het bestand kort in een teksteditor en check of elke regel hetzelfde aantal waardes heeft en of er geen rare lege velden staan.” of iets dergelijks zou een betere student instructie zijn.

    7. Als dit niet het geval is, dan zal np.loadtxt altijd een Error geven. np.genfromtxt kan ook een error geven, maar deze is hier wat beter op afgestemd.

      Te stellig. Simpeler voor studenten: “Ze lijken op elkaar, maar loadtxt is strikter en genfromtxt is toleranter bij missende/rommelige waarden.

    1. dump()

      Voeg 1 voorbeeldzin toe: “Gebruik dump() als je direct naar een bestand wilt schrijven, dumps() als je bytes in een variabele wilt.” iets in die trend

    2. python objecten naar een byte-object.

      Misschien praktisch maken? Zegt een gemiddelde student misschein weinig.

      "Pickle wordt gebruikt om python-objecten op te slaan en later weer terug te laden" iets in deze trend er bijzetten. Maakt het praktisch voor studenten

    3. Ideaal dus voor het verwerken van medische gegevens door studenten klinische technologie

      Het is ideaal voor onder andere studenten van klinische technologie. Dit voorbeeld kan wat minderen beladen zijn, er wordt nu bijna gesuggereerd dat dit het meest voornamelijke gebruik voor is. Beter misschein algemeen maken zoals "handig voor opslaan van python resultaten". daarna kan een specifiek voorbeeld wel genoemd worden

    1. text editor

      text editor -> teksteditor

      zet dit als hoofdregel: altijd eerst openen in teksteditor (bijv. VS Code/Notepad++)

      Misschien ook zo'n warning box voor excel?

    2. Zodat die niet wordt ingelezen te samen met de data en mogelijk errors doet ontstaan bij de verwerking.

      Waarom onstaan die errors?

      Kan nog bij dat dit wordt veroorzaakt door conversiefouten (bijv. string ->float) als numpy numerieke waarden verwacht.

      "doet ontstaan" kan beter neergezet worden als veroorzaakt.

    3. Als dit begint met een hekje (#) is het bestand gemaakt met de bedoeling het te verwerken via numpy.

      De header begint met #. Dat is handig als commentaar, maar dan wordt de header vaak niet als kolomnamen ingelezen.

      Wil je de kolomnamen echt gebruiken in je code? Zet de header dan niet als commentaar, of lees hem apart in (anders gooit numpy hem weg).

    4. Strings)

      De inhoud wordt inderdaad met python automatisch ingezet in strings, alleen de data in het initiele csv bestand zijn geen strings. Tekst \( \neq \) string

    5. strings

      Beetje verwarrend taalgebruik. Strings zijn een specifieke datatype dat gebruikt wordt in programmeercontext. Een csv-bestand slaat alle data op als tekstrepresentaties (karakters), maakt niet uit of er cijfers of datums staan. Het klopt dat bij het inlezen python automatisch er automatisch een str datatype van maakt (met de csv module), maar het is in het initiele csv bestand toch net een klein beetje anders.

    6. voorbeeld

      Zou van dit voorbeeldbestand ook een afbeelding ervan tussen de tekst gezet kunnen worden als voorbeeld van hoe het eruit hoort te zien?

    7. Een .csv-bestand is een type tekstbestand

      Goed begin, maar kan eventueel nog bij dat een csv eigenlijk een tekstbestand is met tabelvormige data. Een spreadsheet in platte tekst weliswaar. Wellicht kleine voorbeeldfoto erbij?