10.11作业

import numpy
#从sklearn包自带的数据集中读出鸢尾花数据集data
from sklearn.datasets import load_iris    
data = load_iris()
#查看data类型，包含哪些数据
print('数据类型:',type(data))
print('数据内容:',data.keys())
#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('鸢尾花数据：',iris_feature)
iris_target = data.target,data.target_names
print('鸢尾花形状类别：',iris_target)
#取出所有花的花萼长度(cm)的数据
sepal_length = numpy.array(list(len[0] for len in data['data']))
print('所有花萼长度：',sepal_length)
#取出所有花的花瓣长度(cm)+花瓣宽度(cm)的数据
petal_length = numpy.array(list(len[2] for len in data['data']))
petal_length.resize(5,30)
petal_width = numpy.array(list(len[3] for len in data['data']))
petal_width.resize(5,30)
iris_lens = (petal_length,petal_width)
print('所有花瓣长宽：',iris_lens)
#取出某朵花的四个特征及其类别
print('特征:',data['data'][0])
print('类别:',data['target'][0])
#将所有花的特征和类别分成三组，每组50个
# 建立每种花的相应列表，存放数据
iris_setosa = []
iris_versicolor = []
iris_virginica = []
# 用for循环分类,根据观察可知当target为0时对应setosa类型，1为versicolor，2为virginica
for i in range(0,150):
    if  data['target'][i] == 0:  # 类别为0的即为setosa，生成一条0为setosa类的鸢尾花花数据
        data1 = data['data'][i].tolist()
        data1.append('setosa')
        iris_setosa.append(data1)
    elif data['target'][i] == 1:  # 类别为1的即为versicolor，生成一条1为versicolor类的鸢尾花数据
        data1 = data['data'][i].tolist()
        data1.append('versicolor')
        iris_versicolor.append(data1)
    else:                          #剩下类别为2的归为virginica
        data1 = data['data'][i].tolist()
        data1.append('virginica')
        iris_virginica.append(data1)
#生成新的数组，每个元素包含四个特征+类别
datas = (iris_setosa,iris_versicolor,iris_virginica)
print('新数组分类结果：',datas)

运行结果：