鳶尾花數據集

• 1. 鳶尾花數據集下載
• 2. Pandas庫基礎操作
• 3. 數據可視化

1. 鳶尾花數據集下載

• 下載鳶尾花數據集

tf.keras.utils.get_file(fname,origin,cache_dir) 參數說明

fname	下載后的文件名
origin	文件的URL地址
cache_dir	下載后文件的存儲位置

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訓練數據集，120條樣本數據；iris_test.csv測試數據集，30條數據。本文只用到訓練數據集，其中有花萼長度（Sepal Length）、花萼寬度（Sepal Width）、花瓣長度（Petal Length）、花瓣寬度（Petal Width）四個屬性。標簽0、1、2分別表示山鳶尾（Setosa）、變色鳶尾（Versicolor）、維吉尼亞鳶尾（Virginical）。

• split()函數（知識擴充）：通過指定的分隔符對字符串進行切片，并返回一個列表。

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庫基礎操作

用于數據統計和分析、可以高效、方便地操作大型數據集。

• 導入Pandas庫

import pandas as pd

• 讀取csv數據集文件

#文件名參數 pd.read_csv(filepath_or_buffer,header,names) #header=0(默認)設置第一行數據作為列標題，header=None表示沒有列標題 column_names=['SepalLength','SepalWidth','PetalLength','Species'] df_iris=pd.read_csv(train_path,header=0,names=column_names) df_iris.head() #讀取前n行數據，參數為空時，默認讀取而是為數據表中的前5行數據

輸出結果如下：

• head()函數
  讀取前n行數據，參數為空時，默認讀取而是為數據表中的前5行數據。
• tail()函數
  讀取后n行數據，參數為空時，默認讀取而是為數據表中的后5行數據
• 索引和切片訪問數據
  df_iris[n:m]表示讀取行號n到行號m-1的數據樣本
• describe()函數
  顯示二維數據的統計信息，輸出總數、平均值、標準差、最小值等信息。

df_iris.describe()

輸出結果如下：

• DataFrame的常用屬性

屬性描述

nmid	數據表的維數
shape	數據表的形狀
size	數據表元素的總個數

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

• 轉化為NumPy數組

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

轉化為NumPy數組后，可以利用索引和切片訪問數組元素，比如iris[0:6]表示讀取前6行數據，iris[0:6,0:4]表示讀取前6行數據的前4列。

3. 數據可視化

循環輸出所有屬性關系圖

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()

輸出結果如下：

總結

以上是生活随笔為你收集整理的鸢尾花(Iris)数据集的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。