10.11作业numpy数据集练习

#安装scrip numpy sklearn包
import numpy
from sklearn.datasets import load_iris

#读出鸢尾花数据集data
data=load_iris()
print(data.data)

运行结果为：

print(type(data))#查看data类型

print(data.keys())#查看数据内容

运行结果为：

data_feature = data.feature_names
iris_data = data.data
print(data_feature)
print(iris_data)#鸢尾花的特征

运行结果为：

data_target = data.target_names
print(data_target)
iris_data = data.target#鸢尾花的类别

运行结果为：

type(iris_data)#数据类型

运行结果为：

epal_length=numpy.array(list(len[0] for len in data['data']))
print(epal_length)#取出花萼长度的数据（cm）

运行结果为：

petal_length=numpy.array(list(len[2]for len in data['data']))
print(petal_length)#取出花瓣长度数据

 运行结果为：

petal_width=numpy.array(list(len[3]for len in data['data']))
print(petal_width)#取出花瓣宽度数据（cm）

运行结果为：

print(data.data[0])
print(data.target_names[0])#取出其某朵花的四个特征及类别

运行结果为：

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

for i in range(0,150):
    if data.target[i] == 0:
        data1 = data.data[i].tolist()
        data1.append('setosa')
        setosa_data.append(data1)#生成setosa类的鸢尾花数据
    elif data.target[i] == 1:
        data1 = data.data[i].tolist()
        data1.append('versicolor')
        versicolor_data.append(data1)#生成versicolor类的鸢尾花数据
    else:
        data1 = data.data[i].tolist()
        data1.append('virginica')
        virginica_data.append(data1)#生成virginica类的鸢尾花数据类型

newdata=(setosa_data,versicolor_data,virginica_data)
print(newdata)#生成新的数组，每个元素包含四个特征+类别

运行结果为：