Iris數據集在模式識別研究領域應該是最知名的數據集了，有很多文章都用到這個數據集。這個數據集里一共包括150行記錄，其中前四列為花萼長度，花萼寬度，花瓣長度，花瓣寬度等4個用于識別鳶尾花的屬性，第5列為鳶尾花的類別(包括Setosa，Versicolour，Virginica三類)。也即通過判定花萼長度，花萼寬度，花瓣長度，花瓣寬度的尺寸大小來識別鳶尾花的類別。

這個數據集可以從UCI數據集上直接下載，具體地址為：http://archive.ics.uci.edu/ml/datasets/Iris。打開頁面后點擊Data folder就可以下載到本地磁盤上，默認格式為逗號分隔的文本文件。也可以直接從sklearn包里datasets里導入，語法為：from sklearn.datasets import load_iris。

一、如果從本地磁盤上讀入該數據集，可以采用pandas包里的read_excel或者read_csv方法，也可以利用python里面的csv包來處理。

具體如下：

import pandas as pd

iris_data=pd.read_csv('D:\iris\iris.txt')#讀取數據

#數據是以逗號為分隔符的，但是這個數據沒有列的字，所以先給每個列取個名字，直接使用數據說明中的描述

iris_data .columns=['sepal_lengh_cm','sepal_width_cm','petal_length_cm','petal_width_cm','class']

print(iris_data.head())#查看前5行數據

data=pd.read_csv('iris.data') #iris.data數據與程序文件存放在同一目錄下

print data.head(5) #可以查看一下前5行數據，檢查是否讀取正確

attributes=data[['sl','sw','pl','pw']] #前四列屬性簡化為sl，sw，pl，pw

types=data['type'] #第5列屬性為鳶尾花的類別

sl sw pl pw

0 5.1 3.5 1.4 0.2

1 4.9 3.0 1.4 0.2

2 4.7 3.2 1.3 0.2

3 4.6 3.1 1.5 0.2

4 5.0 3.6 1.4 0.2

5 5.4 3.9 1.7 0.4

6 4.6 3.4 1.4 0.3

7 5.0 3.4 1.5 0.2

如果要讀取單列數據，就采用data['sl']或者data['pl']，加入列屬性值就可以。

二、如果從數據包里導入，直接利用sklearn包datasets模塊導入 import load_iris。如下

from sklearn.datasets import load_iris

iris=load_iris()

attributes=iris.data #獲取屬性數據

target=iris.target #獲取類別數據，這里注意的是已經經過了處理，target里0、1、2分別代表三種類別

labels=iris.feature_names#獲取類別名字

print(labels)

print(attributes )

print(target )

三.iris數據集的基本操作

import pandas as pd

iris_data=pd.read_csv('D:\iris\iris.txt')

iris_data .columns=['sepal_lengh_cm','sepal_width_cm','petal_length_cm','petal_width_cm','class']

# print(iris_data.head())# iris_data.head(5) #可以查看一下前5行數據，檢查是否讀取正確

iris_data['class'] = iris_data['class'].apply(lambda x: x.split('-')[1]) #最后類別一列，感覺前面的'Iris-'有點多余即把class這一列的數據按'-'進行切分取切分后的第二個數據，為了好看一點點

print(iris_data.describe())#使用describe()可以很方便的查看數據的大致信息，可以看到數據是沒有缺失值的，總共有145條，每一列的最大值、最小值、平均值、分位數都可以查看。

程序運行結果：

image.png

參考：

機器學習案例——鳶尾花數據集分析

總結

以上是生活随笔為你收集整理的pythoniris补全缺失值_机器学习iris数据集导入的全部內容，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。