TensorFlow2学习笔记：3、鸢尾花数据集载入

Iris 鸢尾花数据集是一个经典数据集，在统计学习和机器学习领域都经常被用作示例。

数据集内包含 3 类共 150 条记录，每类各 50 个数据，每条记录都有 4 项特征：
花萼长度、花萼宽度、花瓣长度、花瓣宽度

可以通过这4个特征预测鸢尾花卉属于（iris-setosa, iris-versicolour, iris-virginica）中的哪一品种。

1、加载鸢尾花数据集

from sklearn import datasets
from pandas import DataFrame
import pandas as pd

x_data=datasets.load_iris().data    #特征集
y_data=datasets.load_iris().target  #标签集
print("鸢尾花特征数据集：\n",x_data)
print("鸢尾花标签数据集：\n",y_data)

运行如下：


可以看到加载成功，但是，显然对我们小白不太有好，我们把每一列加个名字

2、为每一列数据增加一个名字

修改上面代码为：

from sklearn import datasets
from pandas import DataFrame
import pandas as pd

x_data=datasets.load_iris().data    #特征集
y_data=datasets.load_iris().target  #标签集
print("鸢尾花特征数据集：\n",x_data)
print("鸢尾花标签数据集：\n",y_data)

#下面是新增代码
x_data=DataFrame(x_data,columns=['花萼长','花萼宽','花瓣长','花瓣宽'])
pd.set_option('display.unicode.east_asian_width',True) #设置列明对齐
print("鸢尾花特征数据集：\n",x_data)
 

运行结果：

3、为了更直观的预览数据，给每一行数据合并标签

修改上面代码为：

from sklearn import datasets
from pandas import DataFrame
import pandas as pd

x_data=datasets.load_iris().data    #特征集
y_data=datasets.load_iris().target  #标签集
print("鸢尾花特征数据集：\n",x_data)
print("鸢尾花标签数据集：\n",y_data)
x_data=DataFrame(x_data,columns=['花萼长','花萼宽','花瓣长','花瓣宽'])
pd.set_option('display.unicode.east_asian_width',True)
print("鸢尾花特征数据集：\n",x_data)


#下面是新增代码
x_data['类别']=y_data  #在特征集上新增一列，特征，数据为 标签集 y_data
print("鸢尾花特征数据集：\n",x_data)

运行结果：