numpy数据集练习

1. 安装scipy，numpy，sklearn包

2. 从sklearn包自带的数据集中读出鸢尾花数据集data

import numpy as np
from sklearn.datasets import load_iris
data = load_iris()

print(data)

　　

 

3.查看data类型，包含哪些数据

print("数据类型：",type(data))
print("数据类目：",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

iris_feature = data.feature_names,data.data
print("鸢尾花特征：",iris_feature)
print("iris_feature数据类型",type(iris_feature))
iris_target = data.target
print("鸢尾花数据类别：",iris_target)
print("iris_target数据类型：",type(iris_target))

　　

 

5.取出所有花的花萼长度(cm)的数据

sepal_len = np.array(list(len[0] for len in data.data))
print("花萼长度：",sepal_len)

　　

 

6.取出所有花的花瓣长度(cm)+花瓣宽度(cm)的数据

pental_len = np.array(list(len[2] for len in data.data))
pental_len.resize(2,50)   #重新分配花瓣长度内存
pental_wid = np.array(list(len[3] for len in data.data))
pental_wid.resize(2,50)   #重新分配花瓣宽度内存
iris_lens = (pental_len,pental_wid)
print("花瓣长宽：",iris_lens)

　　

7.取出某朵花的四个特征及其类别。

print("特征：",data.data[1])
print("类别：",data.target[1])

　　

8.将所有花的特征和类别分成三组，每组50个

#建立3个相应列表存放数据
iris_set = []
iris_ver = []
iris_vir = []

for i in range(0,150):
    if  data.target[i] == 0:
        Data = data.data[i].tolist()
        Data.append('setosa')
        iris_set.append(Data)
    elif data.target[i] ==1:
        Data = data.data[i].tolist()
        Data.append('versicolor')
        iris_ver.append(Data)
    else:
        Data = data.data[i].tolist()
        Data.append('virginica')
        iris_vir.append(Data)

　　

9.生成新的数组，每个元素包含四个特征+类别

datas = (iris_set,iris_ver,iris_vir)
print("新数组：",datas)

　　

10.计算鸢尾花花瓣长度的最大值，平均值，中值，均方差。

 

data_len=np.array(list(len[2] for len in iris['data']))
print(data_len)
print(np.max(data_len))
print(np.mean(data_len))
print(np.median(data_len))
print(np.std(data_len))

11.显示鸢尾花某一特征的曲线图，散点图。

　import numpy as np
　import matplotlib.pyplot as plt
　datas = np.array(list(len[2] for len in iris['data']))
　plt.plot(np.linspace(0,150,num=150),datas,'b')　　
　plt.show()
　plt.scatter(np.linspace(0,150,num=150),datas,marker='o')
　plt.show()