200813_tensorflow2---2、读取iris数据
一、总结
一句话总结：
(1)、为方便查看数据，用pandas构建DataFrame，加上数据的标签，加上对应的y数据
(2)、x_data = DataFrame(x_data, columns=['花萼长度', '花萼宽度', '花瓣长度', '花瓣宽度']) # 为表格增加行索引（左侧）和列标签（上方）
(3)、x_data['类别'] = y_data # 新加一列，列标签为‘类别’，数据为y_data
1、解决pandas展示数据输出时列名不能对齐的问题？
pd.set_option('display.unicode.east_asian_width', True) # 设置列名对齐
二、读取iris数据
博客对应课程的视频位置：
from sklearn import datasets
from pandas import DataFrame
import pandas as pd
x_data = datasets.load_iris().data # .data返回iris数据集所有输入特征
y_data = datasets.load_iris().target # .target返回iris数据集所有标签
print("x_data from datasets:
", x_data)
print("y_data from datasets:
", y_data)
x_data = DataFrame(x_data, columns=['花萼长度', '花萼宽度', '花瓣长度', '花瓣宽度']) # 为表格增加行索引（左侧）和列标签（上方）
pd.set_option('display.unicode.east_asian_width', True) # 设置列名对齐
print("x_data add index:
", x_data)
x_data['类别'] = y_data # 新加一列，列标签为‘类别’，数据为y_data
print("x_data add a column:
", x_data)
#类型维度不确定时，建议用print函数打印出来确认效果
In [1]:
from sklearn import datasets
from pandas import DataFrame
import pandas as pd
x_data = datasets.load_iris().data # .data返回iris数据集所有输入特征
y_data = datasets.load_iris().target # .target返回iris数据集所有标签
print("x_data from datasets:
", x_data)
print("y_data from datasets:
", y_data)
In [2]:
x_data = DataFrame(x_data, columns=['花萼长度', '花萼宽度', '花瓣长度', '花瓣宽度']) # 为表格增加行索引（左侧）和列标签（上方）
# 解决pandas展示数据输出时列名不能对齐的问题
pd.set_option('display.unicode.east_asian_width', True) # 设置列名对齐
print("x_data add index:
", x_data)
In [3]:
x_data['类别'] = y_data # 新加一列，列标签为‘类别’，数据为y_data
print("x_data add a column:
", x_data)
In [ ]: