NUMPY数据集练习 ----------SKLEARN类

鸢尾花数据集处理

最新推荐文章于 2021-04-06 13:42:11 发布

转载最新推荐文章于 2021-04-06 13:42:11 发布 · 126 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/yulinzzz/p/9869796.html

文章标签：

#python #人工智能

本文详细介绍使用Python的scipy、numpy和sklearn库对鸢尾花数据集进行的多种数据处理操作，包括数据集的加载、数据类型的检查、特征与类别的提取、特定属性的选择以及数据的分类整理。

<br><br># 1. 安装scipy，numpy，sklearn包
import numpy
from sklearn.datasets import load_iris
 
# 2. 从sklearn包自带的数据集中读出鸢尾花数据集data
print(data.data)

# 3.查看data类型，包含哪些数据
data = load_iris()
print(data.keys())

# 4.取出鸢尾花特征和鸢尾花类别数据，查看其形状及数据类型
print(data.target_names)
print(data.target)
type(data.target)

# 5.取出所有花的花萼长度(cm)的数据
print(numpy.array(list(len[0] for len in data['data'])))

# 6.取出所有花的花瓣长度(cm)+花瓣宽度(cm)的数据
print(numpy.array(list(len[2] for len in data['data'])) )
print(numpy.array(list(len[3] for len in data['data'])))

# 7.取出某朵花的四个特征及其类别。
print(data.data[0])
print(data.target_names[0])

# 8.将所有花的特征和类别分成三组，每组50个
setosa_data = []
versicolor_data = []
virginica_data = []

# 9.生成新的数组，每个元素包含四个特征+类别
 
for i in range(0,150):
    #生成为setosa类的鸢尾花花数据
    if  data.target[i] == 0:
        data1 = data.data[i].tolist()
        data1.append('setosa')
        setosa_data.append(data1)
    #生成为versicolor类的鸢尾花数据 
    elif data.target[i] == 1:
        data1 = data.data[i].tolist()
        data1.append('versicolor')
        versicolor_data.append(data1)
    #剩下的为virginica类的鸢尾花数据 
    else:                        
        data1 = data.data[i].tolist()
        data1.append('virginica')
        virginica_data.append(data1)
#生成新的数组，每个元素包含四个特征+类别
newdata=(setosa_data ,versicolor_data,virginica_data)
print(newdata)

转载于:https://www.cnblogs.com/yulinzzz/p/9869796.html