Python数据分析——探索Iris纸鸢花数据

已于 2024-04-15 19:05:36 修改
阅读量1.7k 收藏 26
点赞数 26
文章标签： python 数据分析 开发语言
于 2024-04-15 18:23:39 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Waitind_/article/details/137790444
版权

目录

读取数据iris.csv，命名为iris

数据框中有缺失值吗？

统计总共有多少种类型的纸鸢花(class）？

将列petal_length的第10到19行设置为缺失值，并且将iris前三行设置为缺失值

用bfill方式替换petal_length列的缺失值

删除iris有缺失值的行

将iris索引设置为iris+序号的形式，例如iris0,iris1,iris2

读取数据iris.csv，命名为iris

import pandas as pd
iris = pd.read_csv(r'C:\Users\75559\Python\expt1\iris.csv')
iris

        在这段代码中，iris 是一个变量名，它被用来存储通过 pandas 库读取的 CSV 文件的内容。pd.read_csv(r'C:\Users\75559\Python\expt1\iris.csv') 这行代码是用来从指定的文件路径（C:\Users\75559\Python\expt1\iris.csv）读取 CSV 文件，并将其加载到一个 DataFrame 对象中。CSV 文件是一种简单的文本数据格式，常用于存储表格数据。

  iris 这个名字通常与鸢尾花数据集（Iris dataset）联系在一起，这是一个经典的多类分类问题数据集。这个数据集包含了 150 朵鸢尾花的信息，每朵花有四个特征：花萼长度（sepal length）、花萼宽度（sepal width）、花瓣长度（petal length）和花瓣宽度（petal width）。数据集还包含了每个鸢尾花的种类（species），分为三种：山鸢尾（Setosa）、变色鸢尾（Versicolor）和维吉尼亚鸢尾（Virginica）。

        在 Python 中，通过使用 iris 变量名，你可以方便地引用这个数据集，并进行后续的数据分析、可视化或机器学习建模等工作。

        iris 这一行代码没有输出任何内容，因为它是一个赋值语句，而不是一个打印语句。如果你想查看 iris DataFrame 的内容，你需要使用 print(iris) 或者 iris.head() 等方法来输出数据集的前几行。

数据框中有缺失值吗？

iris.loc[iris.isna().sum(axis=1)>0,:]

  1. iris: 这是一个已经加载到 DataFrame 对象中的数据集，通常是从 CSV 文件中读取的。

  2. iris.isna().sum(axis=1): 这部分代码首先检查 iris 中的每个值是否为缺失值（NaN）。isna() 函数会返回一个布尔值矩阵，其中 True 表示对应的元素是缺失值。然后，sum(axis=1) 会对每一行（即每个鸢尾花实例）进行求和，返回每行中缺失值的个数。

  3. iris.loc[...]: 这是 pandas 中用于基于条件选择 DataFrame 中的行的方法。iris.loc[iris.isna().sum(axis=1)>0,:] 中的条件 iris.isna().sum(axis=1)>0 意味着选择那些缺失值个数大于 0 的行。

  4. :: 这表示选择所有列。所以，iris.loc[iris.isna().sum(axis=1)>0,:] 会选择 iris DataFrame 中所有包含至少一个缺失值的行，以及所有的列。

综上所述，iris.loc[iris.isna().sum(axis=1)>0,:] 这段代码会选择 iris DataFrame 中所有包含至少一个缺失值的行，并返回这些行的所有列的数据。这通常用于数据清洗过程中，以便识别和处理缺失值。

统计总共有多少种类型的纸鸢花(class）？

print(iris['class'].nunique())

这段代码是用来计算 iris DataFrame 中 ‘class’ 列的唯一类别数量。

具体来说：

  1. iris: 这是一个已经加载到 DataFrame 对象中的数据集，通常是从 CSV 文件中读取的。

  2. iris['class']: 这表示我们关注 iris DataFrame 中的 ‘class’ 列，这一列通常包含了鸢尾花的种类信息。

  3. .nunique(): 这是 pandas 中用于计算某一列中唯一值（distinct values）数量的方法。对于分类数据，这通常用来确定有多少不同的类别。

        print(iris['class'].nunique()) 这段代码会打印出 iris DataFrame 中 ‘class’ 列的唯一类别数量。这对于了解数据集中类别的多样性非常有用，也是数据预处理和机器学习建模中的一个重要步骤。例如，如果 iris['class'].nunique() 返回 3，这意味着有 3 种不同的鸢尾花类别（Setosa、Versicolor 和 Virginica）。

将列petal_length的第10到19行设置为缺失值，并且将iris前三行设置为缺失值

iris.iloc[9:19, 2] = None
iris.iloc[:3, :] = None

        这两行代码分别用于在 iris DataFrame 中设置特定的值为学生数组（None 在 Python 中通常表示 NoneType 类型，但在 pandas 中它代表 NaN，即 Not a Number，表示缺失值）。

  1. iris.iloc[9:19, 2] = None

    这行代码选择了 iris DataFrame 中第 9 到第 19 行（包含第 9 行和第 19 行），以及第 2 列，并将这些位置的值设置为 None。这意味着这些位置原来的值将被替换为 NaN，表示缺失值。

  2. iris.iloc[:3, :] = None

    这行代码选择了 iris DataFrame 的前 3 行（包含第 1 行、第 2 行和第 3 行），以及所有列，并将这些行的所有值设置为 None。同样，这意味着这些位置原来的值将被替换为 NaN，表示缺失值。

        这些操作通常用于数据清洗过程中，以便在后续分析中处理缺失值。需要注意的是，一旦设置了 NaN，就可以使用各种方法来填充或删除这些缺失值，例如使用 fillna() 或 dropna() 函数。

用bfill方式替换petal_length列的缺失值

iris['petal_length'].fillna(method='bfill')

这行代码是使用 pandas 库中的 fillna() 方法来处理 iris DataFrame 中 ‘petal_length’ 列的缺失值。

具体来说：

  1. iris: 这是一个已经加载到 DataFrame 对象中的数据集，通常是从 CSV 文件中读取的。

  2. iris['petal_length']: 这表示我们关注 iris DataFrame 中的 ‘petal_length’ 列，这一列通常包含了鸢尾花花瓣的长度信息。

  3. .fillna(method='bfill'): 这是 iris['petal_length'] 列的 fillna() 方法，用于填充缺失值。method='bfill' 指定了填充缺失值的方法为 “backfill” 或 “bfill”，这是一种向前填充缺失值的方法，即用前一个非缺失值来填充缺失值。

综上所述，iris['petal_length'].fillna(method='bfill') 这段代码会用 iris['petal_length'] 列中前一个非缺失值来填充该列中的缺失值。这是一种处理缺失数据的方法，可以避免缺失值对数据分析结果的影响。

删除iris有缺失值的行

print(iris.dropna(axis=0))

        这行代码用于删除 iris DataFrame 中包含缺失值的所有行。

        具体来说：

  1. iris: 这是一个已经加载到 DataFrame 对象中的数据集，通常是从 CSV 文件中读取的。

  2. .dropna(axis=0): 这是 iris DataFrame 的 dropna() 方法，用于删除包含缺失值的数据行。参数 axis=0 表示沿着行轴进行操作，即删除含有缺失值的行。

        综上所述，print(iris.dropna(axis=0)) 这段代码会打印出删除含有缺失值的所有行之后的结果。这意味着任何包含 NaN（Not a Number，即缺失值）的行将被从 DataFrame 中移除。这是一种常见的数据预处理步骤，旨在清理数据集，消除缺失值对分析的影响。

将iris索引设置为iris+序号的形式，例如iris0,iris1,iris2

iris.index = ["iris"+str(i) for i in iris.index]
print(iris)

这行代码是将 iris DataFrame 的索引重新赋值为一个新列表，新列表中的每个元素都是 “iris” 加上原来索引的数字。

具体来说：

  1. iris: 这是一个已经加载到 DataFrame 对象中的数据集，通常是从 CSV 文件中读取的。

  2. iris.index: 这是 iris DataFrame 的索引。在默认情况下，索引可能是由整数组成的序列，例如 [0, 1, 2, ...]。

  3. ["iris"+str(i) for i in iris.index]: 这是一个列表推导式，它遍历 iris.index 中的每个元素（假设它们是整数），将 “iris” 字符串与每个整数的字符串表示形式相连接，创建一个新的字符串列表。例如，如果索引是 [0, 1, 2]，那么列表推导式将产生 ["iris0", "iris1", "iris2"]。

  4. iris.index = ...: 这行代码将新的字符串列表赋值给 iris DataFrame 的索引。这样，iris DataFrame 的索引就被更新为新的字符串形式，例如 ["iris0", "iris1", "iris2", ...]。

  5. print(iris): 这行代码打印出更新索引后的 iris DataFrame 的内容。

综上所述，这行代码的作用是将 iris DataFrame 的索引更改为以 “iris” 开头，后面跟着一个数字的形式，例如 "iris0", "iris1", "iris2", ...。

Waitind_
关注
学习笔记：探索Iris纸鸢花数据
weixin_47346718的博客
10-05 1416
探索Iris纸鸢花数据
python数据分析论文报告_Python代写数据可视化-Iris鸢尾花数据报告
weixin_39824898的博客
11-24 601
首先介绍一下Iris鸢尾花数据集，内容摘自百度百科：Iris数据集是常用的分类实验数据集，由Fisher,1936收集整理。“Iris也称鸢尾花卉数据集，是一类多重变量分析的数据集。数据集包含150个数据集，分为3类，每类50个数据，每个数据包含4个属性。可通过花萼长度，花萼宽度，花瓣长度，花瓣宽度4个属性预测鸢尾花卉属于（Setosa，Versicolour，Virginica）三个种类中的哪一...
鸢尾花数据集Iris.csv
07-16
来自scikit-learn官网的iris数据集，该数据集共150条记录，每条记录4个特征，包括3个鸢尾花的类别
seaborn可视化学习之categorial visualization(附数据集)
sir_chai的博客
04-26 960
Seaborn是一个做数据可视化效果很棒的库。在看了官方tutorial之后，尝试用Iris鸢尾花数据集实践一下categorical visualization，也就是数据按类别进行可视化。首先介绍一下Iris鸢尾花数据集，内容摘自百度百科：Iris数据集是常用的分类实验数据集，由Fisher, 1936收集整理。“Iris也称鸢尾花卉数据集，是一类多重变量分析的数据集。数据集包含150个数据集...
python数据统计_Python数据分析--Iris数据集实战
weixin_39641231的博客
11-24 1772
Apple iPhone 11 (A2223) 128GB 黑色 移动联通电信4G手机 双卡双待4999元包邮去购买 >本次主要围绕Iris数据集进行一个简单的数据分析, 另外在数据的可视化部分进行了重点介绍.环境win8, python3.7, jupyter notebook正文1. 项目背景鸢尾属(拉丁学名：Iris L.), 单子叶植物纲, 鸢尾科多年生草本植物, 开的花大而美丽, 观赏价...
Python机器学习之旅｜手把手带你探索IRIS数据集
早起Python
05-04 1570
系列导读 01.Python机器学习之旅｜第一个项目 前言 大家好，关于数据挖掘或者机器学习的理论我想大家应该都已经了解很多，而数据挖掘的工具例如Pandas、NumPy、Sklearn等在历史文章都有所介绍，因此今天我们将开始第二个案例实战也是使用非常多的IRIS数据集：根据花瓣和花萼的长宽预测鸢尾花的种类。 加载数据 首先我们打开Jupyter Notebook导入相关库 imp...
[Python] 机器学习 - 常用数据集(Dataset)之鸢尾花(Iris)数据集介绍，数据可视化和使用案例
最新发布
老狼工作室的博客
01-25 1万+
本文主要通过Jupyter Notebook对鸢尾花数据集（Iris）进行读取，显示数据，并对数据可视化，最后使用该数据集来应用于K近邻算法线性回归分析。 1）读取数据包括scikit-learn库引入和读取.csv文件保存的数据集。 2）显示数据包括显示具体数据、查看整体数据信息、描述性统计。 3）数据可视化包括散点图、直方图、KDE图、箱线图等。 4）应用该数据集于scikit-learn的K近邻算法进行线性回归分析。
python分析鸢尾花数据_Python数据可视化-seaborn Iris鸢尾花数据
weixin_39636898的博客
11-29 875
原文链接：http://tecdat.cn/?p=5261首先介绍一下Iris鸢尾花数据集，内容摘自百度百科：Iris数据集是常用的分类实验数据集，由Fisher, 1936收集整理。“Iris也称鸢尾花卉数据集，是一类多重变量分析的数据集。数据集包含150个数据集，分为3类，每类50个数据，每个数据包含4个属性。可通过花萼长度，花萼宽度，花瓣长度，花瓣宽度4个属性预测鸢尾花卉属于（Setosa，...
Python数据可视化-seaborn Iris鸢尾花数据
拓端研究室TRL
11-01 1207
Iris也称鸢尾花卉数据集，是一类多重变量分析的数据集。seaborn是一个很棒的可视化库，尤其是当数据维度很大的时候，seaborn可以让我们用最少的代码去绘制一些描述性统计的图，便于找寻各维度变量之间的特征。Boxplot箱形图，主要包含六个数据节点，将一组数据从大到小排列，分别计算出上边缘，上四分位数Q3，中位数，下四分位数Q1，下边缘，还有异常值。一个简单的解决办法就是用在stripplot的基础上绘制抖动图(jitterplot)，仅沿着类别坐标轴的方向去随机微调整点的位置，显示出分布情况。
删除数据——探索Iris纸鸢花数据 （1） 将数据集存成变量iris （2） 创建数据框的列名称['sepal_length','sepal_width', 'petal_length', 'petal_width', 'class'] （3） 数据框中有缺失值吗？ （4） 将列petal_length的第10到19行设置为缺失值 （5） 将petal_lengt缺失值全部替换为1.0 （6） 删除列class （7） 将数据框前三行设置为缺失值 （8） 删除有缺失值的行 （9） 重新设置索引
06-08
1. 将数据集存成变量iris： ```python from sklearn.datasets import load_iris iris = load_iris() ``` 2. 创建数据框的列名称['sepal_length','sepal_width', 'petal_length', 'petal_width', 'class']： ```...
iris.csv数据集和python代码
06-27
附件包含了原始的csv文件，和用于测试的python代码，适合统计学习入门。 鸢尾花(Iris)数据集是一个著名的统计学资料，被机器学习研究人员大量使用。它包含了150组实例，4种生物特征和每组实例对应的鸢尾花种类（setosa,versicolor,virginica）。
鸢尾花（Iris）数据集
04-27
鸢尾花数据集的sql文件，内含150个数据样本。
iris数据集
08-04
python机器学习中所用到的数据集
iris 数据集
08-17
供 Python 学习练习的数据集，其中包括了150朵花的数据。 依次数据代表着 sepal_leng ：花萼长度 sepal_width ：花萼宽度 petal_length ：花瓣长度 petal_width : 花瓣宽度 species : 类目
iris.data.csv：鸢尾花csv格式数据集，用于机器学习训练的经典数据集。
01-14
Iris也称鸢尾花卉数据集，是一类多重变量分析的数据集。通过花萼长度，花萼宽度，花瓣长度，花瓣宽度4个属性预测鸢尾花卉属于（Setosa，Versicolour，Virginica）三个种类中的哪一类。
鸢尾花python信息可视化技术_Python数据可视化-seaborn Iris鸢尾花数据
weixin_32380307的博客
02-12 928
首先介绍一下Iris鸢尾花数据集，内容摘自百度百科：Iris数据集是常用的分类实验数据集，由Fisher, 1936收集整理。“Iris也称鸢尾花卉数据集，是一类多重变量分析的数据集。数据集包含150个数据集，分为3类，每类50个数据，每个数据包含4个属性。可通过花萼长度，花萼宽度，花瓣长度，花瓣宽度4个属性预测鸢尾花卉属于(Setosa，Versicolour，Virginica)三个种类中的哪...
python iris 数据集
power0405hf的专栏
02-29 1万+
from sklearn.datasets import load_iris iris = load_iris() print(iris.keys()) n_samples, n_features = iris.data.shape print((n_samples, n_features)) print(iris.data[0]) print(iris.target.shape) print(ir
Python实现Iris数据集（鸢尾花卉数据集）kmeans聚类
热门推荐
醉糊涂仙的博客
01-15 6万+
 一，鸢尾花Iris数据集解析     二，绘制Iris数据集散点图，数据集已经给出具体类别 from sklearn import datasets import matplotlib.pyplot as plt #加载数据集，是一个字典类似Java中的map lris_df = datasets.load_iris() #挑选出前两个维度作为x轴和y轴，你也可以选择...
python 使用前馈神经网络处理IrIs数据集（BP）
i道i的博客
10-30 3121
数据: lris数据集;模型: 前馈神经网络;激活函数: Logistic损失函数: 交叉嫡损失;优化器: 梯度下降法;评价指标 :准确率。输出层使用了Softmax分类通过使用前馈神经网络实现BP学习算法，进一步理解前馈神经网络的分类任务。
python iris机器学习朴素贝叶斯分类器模型
07-08
朴素贝叶斯分类器是一种常用的机器学习模型，适用于分类问题。对于使用Python的iris数据集，你可以使用scikit-learn库中的朴素贝叶斯模块来构建分类器模型。 首先，你需要导入所需的库和数据集： ```python from sklearn.datasets import load_iris from sklearn.model_selection import train_test_split from sklearn.naive_bayes import GaussianNB from sklearn.metrics import accuracy_score ``` 然后，加载iris数据集并将其分为训练集和测试集： ```python iris = load_iris() X = iris.data y = iris.target X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42) ``` 接下来，创建并训练朴素贝叶斯分类器模型： ```python model = GaussianNB() model.fit(X_train, y_train) ``` 最后，使用测试集评估模型的性能： ```python y_pred = model.predict(X_test) accuracy = accuracy_score(y_test, y_pred) print("Accuracy: {:.2f}".format(accuracy)) ``` 这样，你就可以得到朴素贝叶斯分类器模型在iris数据集上的准确率。 注意：以上代码仅提供了一个基本的示例，实际应用中可能需要进行参数调优和其他处理。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值