第六次做業———numpy數據集練習

1. 安裝scipy，numpy，sklearn包

2. 從sklearn包自帶的數據集中讀出鳶尾花數據集data

3.查看data類型，包含哪些數據

4.取出鳶尾花特徵和鳶尾花類別數據，查看其形狀及數據類型

5.取出全部花的花萼長度(cm)的數據

6.取出全部花的花瓣長度(cm)+花瓣寬度(cm)的數據

7.取出某朵花的四個特徵及其類別。

8.將全部花的特徵和類別分紅三組，每組50個

9.生成新的數組，每一個元素包含四個特徵+類別

10.計算鳶尾花花瓣長度的最大值，平均值，中值，均方差。

11.顯示鳶尾花某一特徵的曲線圖，散點圖。

 

#導入nampy 導入鳶尾花數據
import numpy as np
from sklearn.datasets import load_iris

#從sklearn包自帶的數據集中讀出鳶尾花數據集data
from sklearn.datasets import load_iris
data = load_iris()
#查看data類型，包含哪些數據
print("數據類型：",type(data))
print("數據類目：",data.keys())
#取出鳶尾花特徵和鳶尾花類別數據，查看其形狀及數據類型
iris_feature = data.feature_names,data.data
print("鳶尾花特徵：",iris_feature)
print("iris_feature數據類型",type(iris_feature))
iris_target = data.target
print("鳶尾花數據類別：",iris_target)
print("iris_target數據類型：",type(iris_target))
#取出全部花的花萼長度數據
sepal_len = np.array(list(len[0] for len in data.data))
print("花萼長度：",sepal_len)
#取出全部花的花瓣長度(cm)+花瓣寬度(cm)的數據
petal_length = np.array(list(len[2] for len in data['data']))
petal_length.resize(15,10)
petal_width = np.array(list(len[3] for len in data['data']))
petal_width.resize(15,10)
iris_lens = (petal_length,petal_width)
print('全部花瓣的長度+寬度是：',iris_lens)
#取出某朵花的四個特徵及其類別
print("特徵：",data.data[1])
print("類別：",data.target[1])
#將全部花的特徵和類別分紅三組，每組50個
iris_set = []
iris_ver = []
iris_vir = []    #定義三個列表來存放不一樣類型花朵的類別

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)
#生成新的數組，每一個元素包含四個特徵+類別
datas = (iris_set,iris_ver,iris_vir)
print("新的數組：",datas)

運行結果