求iris数据集均值并绘制直方图

import matplotlib.pyplot as plt
import numpy as np
from sklearn.datasets import load_iris
import pandas as pd

# 载入数据集
iris = load_iris()
pd.DataFrame(data=iris.data, columns=iris.feature_names)
sl = iris.data[: 0]
sw = iris.data[:, 1]
pl = iris.data[:, 2]
pw = iris.data[:, 3]

# 求均值
print(np.mean(sl))
print(np.mean(sw))
print(np.mean(pl))
print(np.mean(pw))

# 求中位数
print(np.median(sl))
print(np.median(sw))
print(np.median(pl))
print(np.median(pw))

# 计算沿指定轴的第n个百分点
print(np.percentile(sl, [25, 75]))
print(np.percentile(sw, [25, 75]))
print(np.percentile(pl, [25, 75]))
print(np.percentile(pw, [25,  75]))

# sl直方图
plt.hist(sl, bins=10, facecolor="yellow", edgecolor="black")
plt.xlabel("sepal_length")
plt.ylabel("sepal_length")
plt.show()
# sw直方图
plt.hist(sw, bins=10, facecolor="red", edgecolor="black")
plt.xlabel("sepalwidth")
plt.ylabel("sepalwidth")
plt.show()
# pel直方图
plt.hist(pl, bins=10, facecolor="green", edgecolor="black")
plt.xlabel("petallength")
plt.ylabel("petallength")
plt.show()
# pw直方图
plt.hist(pw, bins=10, facecolor="pink", edgecolor="black")
plt.xlabel("petalwidth")
plt.ylabel("petalwidth")
plt.show()
代码比较简单，可以直接引用python的一些库

#plt是Python的一个绘图库
# 直接从库中导入数据集iris
#numPy包含很多实用的数学函数
# petal花瓣，sepal花萼
#median函数返回数组元素的中位数
#numpy.percentile()函数用于计算沿指定轴的给定数据(数组元素)的第n个百分点
#bins: 直方图的柱数，可选项，默认为10
#facecolor: 直方图颜色,edgecolor: 直方图边框颜色
#为图设置x轴标题
#为图设置y轴标题
#所有画完后使用plt.show()进行结果的显示