numpy資料集

標籤：取出   color   code   sep   nic   set   集中   list   else   

#安裝scipy，numpy，sklearn包 import numpy as np# 從sklearn包內建的資料集中讀出鳶尾花資料集datafrom sklearn.datasets import load_irisdata = load_iris()# 查看data類型，包含哪些資料print("資料類型：",type(data))print("資料類目：",data.keys())# 取出鳶尾花特徵和鳶尾花類別資料，查看其形狀及資料類型iris_feature = data.feature_names,data.dataprint("鳶尾花特徵：",iris_feature)print("iris_feature資料類型",type(iris_feature))iris_target = data.targetprint("鳶尾花資料類別：",iris_target)print("iris_target資料類型：",type(iris_target))# 取出所有花的花萼長度(cm)的資料sepal_len = np.array(list(len[0] for len in data.data))print("花萼長度：",sepal_len)# 取出所有花的花瓣長度(cm)+花瓣寬度(cm)的資料pental_len = np.array(list(len[2] for len in data.data))pental_len.resize(2,50)   #重新分配花瓣長度記憶體pental_wid = np.array(list(len[3] for len in data.data))pental_wid.resize(2,50)   #重新分配花瓣寬度記憶體iris_lens = (pental_len,pental_wid)print("花瓣長寬：",iris_lens)# 取出某朵花的四個特徵及其類別print("特徵：",data.data[1])print("類別：",data.target[1])# 將所有花的特徵和類別分成三組，每組50個#建立3個相應列表存放資料iris_set = []iris_ver = []iris_vir = []for i in range(0,150):    if  data.target[i] == 0:        Data = data.data[i].tolist()        Data.append(‘setosa‘)        iris_set.append(Data)    elif data.target[i] ==1:        Data = data.data[i].tolist()        Data.append(‘versicolor‘)        iris_ver.append(Data)    else:         Data = data.data[i].tolist()        Data.append(‘virginica‘)        iris_vir.append(Data)# 產生新的數組，每個元素包含四個特徵+類別datas = (iris_set,iris_ver,iris_vir)print("新數組：",datas)

 

numpy資料集