#安裝scipy，numpy，sklearn包 import numpy from sklearn.datasets import load_iris#從sklearn包自帶的數據集中讀出鳶尾花數據集data data = load_iris()#查看data類型，包含哪些數據 print('數據類型是：',type(data)) print('包含的數據有：',data.keys())#取出鳶尾花特征和鳶尾花類別數據，查看其形狀及數據類型 iris_feature = data['feature_names'],data['data'] print('鳶尾花的特征是：',iris_feature) iris_target = data['target_names'] print('鳶尾花的類別數據是：',iris_target) iris_shape = iris_target,data['target'] print('鳶尾花的形狀是：',iris_shape) print('鳶尾花的數據類型是：',type(iris_shape))#取出所有花的花萼長度(cm)的數據 sepal_length = numpy.array(list(len[0] for len in data['data'])) print('所有花萼長度是：',sepal_length)#取出所有花的花瓣長度(cm) + 花瓣寬度(cm)的數據 petal_length = numpy.array(list(len[2] for len in data['data'])) petal_length.resize(15,10) petal_width = numpy.array(list(len[3] for len in data['data'])) petal_width.resize(15,10) iris_lens = (petal_length,petal_width) print('所有花瓣的長度+寬度是：',iris_lens)#取出某朵花的四個特征及其類別。 print('特征是：',data['data'][0]) print('類別是：',data['target'][0])#將所有花的特征和類別分成三組，每組50個 iris_setosa = [] #存放類別為setosa的數據組 iris_versicolor = [] #存放類別為versicolor的數據組 iris_virginica = [] #存放類別為virginica的數據組 ##利用for循環分類 for x in range(0,150):if data['target'][x] == 0:datas = data['data'][x].tolist()datas.append('setosa')iris_setosa.append(datas) #當target為0時，對應setosa類型，生成數據組elif data['target'][x] == 1:datas = data['data'][x].tolist()datas.append('versicolor')iris_versicolor.append(datas) #當target為1時，對應versicolor類型，生成數據組else:datas = data['data'][x].tolist()datas.append('virginica')iris_versicolor.append(datas) #其余的對應virginica類型，生成數據組#生成新的數組，每個元素包含四個特征 + 類別 new_datas = (iris_setosa,iris_versicolor,iris_virginica) print('生成的新數組是：',new_datas)

　　

?

轉載于:https://www.cnblogs.com/1158Z/p/9907190.html

總結

以上是生活随笔為你收集整理的numpy数据集练习的全部內容，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。