鸢尾花数据集

• 1. 鸢尾花数据集下载
• 2. Pandas库基础操作
• 3. 数据可视化

1. 鸢尾花数据集下载

• 下载鸢尾花数据集

tf.keras.utils.get_file(fname,origin,cache_dir) 参数说明

fname	下载后的文件名
origin	文件的URL地址
cache_dir	下载后文件的存储位置

TRAIN_URL="http://download.tensorflow.org/data/iris_training.csv" train_path=tf.keras.utils.get_file("iris_training.csv",TRAIN_URL)

iris_training.csv训练数据集，120条样本数据；iris_test.csv测试数据集，30条数据。本文只用到训练数据集，其中有花萼长度（Sepal Length）、花萼宽度（Sepal Width）、花瓣长度（Petal Length）、花瓣宽度（Petal Width）四个属性。标签0、1、2分别表示山鸢尾（Setosa）、变色鸢尾（Versicolor）、维吉尼亚鸢尾（Virginical）。

• split()函数（知识扩充）：通过指定的分隔符对字符串进行切片，并返回一个列表。

TRAIN_URL.split("/") #表示以 / 作分隔符 TRAIN_URL="http://download.tensorflow.org/data/iris_training.csv" train_path=tf.keras.utils.get_file(TRAIN_URL.split('/')[-1],TRAIN_URL)

2. Pandas库基础操作

用于数据统计和分析、可以高效、方便地操作大型数据集。

• 导入Pandas库

import pandas as pd

• 读取csv数据集文件

#文件名参数 pd.read_csv(filepath_or_buffer,header,names) #header=0(默认)设置第一行数据作为列标题，header=None表示没有列标题 column_names=['SepalLength','SepalWidth','PetalLength','Species'] df_iris=pd.read_csv(train_path,header=0,names=column_names) df_iris.head() #读取前n行数据，参数为空时，默认读取而是为数据表中的前5行数据

输出结果如下：

• head()函数
  读取前n行数据，参数为空时，默认读取而是为数据表中的前5行数据。
• tail()函数
  读取后n行数据，参数为空时，默认读取而是为数据表中的后5行数据
• 索引和切片访问数据
  df_iris[n:m]表示读取行号n到行号m-1的数据样本
• describe()函数
  显示二维数据的统计信息，输出总数、平均值、标准差、最小值等信息。

df_iris.describe()

输出结果如下：

• DataFrame的常用属性

属性描述

nmid	数据表的维数
shape	数据表的形状
size	数据表元素的总个数

df_iris=pd.read_csv(train_path)print(df_iris.ndim) #2 print(df_iris.shape) #(120, 4) print(df_iris.size) #480

• 转化为NumPy数组

iris=np.array(df_iris) print(type(df_iris)) #<class 'pandas.core.frame.DataFrame'> print(type(iris)) #<class 'numpy.ndarray'>

转化为NumPy数组后，可以利用索引和切片访问数组元素，比如iris[0:6]表示读取前6行数据，iris[0:6,0:4]表示读取前6行数据的前4列。

3. 数据可视化

循环输出所有属性关系图

import tensorflow as tf import pandas as pd import numpy as np import matplotlib.pyplot as pltTRAIN_URL="http://download.tensorflow.org/data/iris_training.csv" train_path=tf.keras.utils.get_file(TRAIN_URL.split('/')[-1],TRAIN_URL)column_names=['SepalLength','SepalWidth','PetalLength','PetalWidth','Species'] df_iris=pd.read_csv(train_path,header=0,names=column_names)iris=np.array(df_iris)fig=plt.figure('Iris Data',figsize=(15,15))plt.suptitle("Andreson's Iris Dara Set\n(Blue->Setosa|Red->Versicolor|Green->Virginical)")for i in range(4):for j in range(4):plt.subplot(4,4,4*i+(j+1))if(i==j):plt.text(0.3,0.4,column_names[i],fontsize=15)else:plt.scatter(iris[:,j],iris[:,i],c=iris[:,4],cmap='brg')if(i==0):plt.title(column_names[j])if(j==0):plt.ylabel(column_names[i])plt.show()

输出结果如下：

总结

以上是生活随笔为你收集整理的鸢尾花(Iris)数据集的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。