用python解决鸢尾属植物数据集问题

使用鸢尾属植物数据集.\iris.data，在这个数据集中，包括了三类不同的鸢尾属植物：Iris Setosa，Iris Versicolour，Iris Virginica。每类收集了50个样本，因此这个数据集一共包含了150个样本。

求出鸢尾属植物萼片长度(Sepal.Length)的平均值、中位数和标准差：(我用的python中的spyder敲的代码）

import csv
filename=csv.reader(open('iris.csv',encoding='utf-8'))
a=[]
for row in filename:
    a.append(row[1])
del a[0]  #删除标题行
a=list(map(float,a))  #将字符串转化为浮点型数据
# print("除标题后的萼片长度：",a)

#求平均数
pingjun=sum(a)/len(a)
print("平均数是：",pingjun)

#求中位数
a=sorted(a,reverse=False)  #从小到大排列
if (type(len(a)/2)==int):  #判断有偶数个数据还是奇数个数据
    zhongwei=(a[len(a)/2]+a[len(a)/2+1])/2
    print("中位数是：",zhongwei)
else:
    zhongwei=a[len(a)//2+1]
    print("中位数是：",zhongwei)

#求百分位数
print("第10百分位数是：",a[9])
print("第80百分位数是：",a[79])

#求标准差
c=0
for i in range(0,len(a)):
    b=(a[i]-zhongwei)**2
    c=c+b
c=(c/len(a))**0.5
print("标准差是：",c)

下面的这个是我的结果：

把iris_data数据集中的30个随机位置修改为np.nan值：

#修改nan值
import csv
import random
import numpy as np
filename=csv.reader(open('iris.csv',encoding='utf-8'))
data=[]
for row in filename:
    data.append(row)
# print(data)
s=sum(data,[])  #转为一维数组
s1=random.sample(s,30)
print("选取的30个数据分别是：",s1)
count=0
for m in range(0,len(s)):
    for n in range(0,len(s1)):
        if (s[m]==s1[n] and count<=30):  #当修改到30次后跳出循环
            s[m]=np.nan
            count+=1
        else:
            break
s=np.array(s)
s=s.reshape(151,6)
print("修改过后的数组为：",s)

下面是修改了nan值的结果：

 最后的要求就是筛选具有 sepallength（第1列）< 6.0 并且 petallength（第3列）> 1 的 iris_data行：

import csv
import numpy as np
from itertools import chain
filename=csv.reader(open('iris.csv',encoding='utf-8'))
demo=[]
for row in filename:
    demo.append(row)
demo=np.array(demo)
demo=np.delete(demo,-1,axis=1)  #删除最后一列
demo=np.delete(demo,0,axis=0)   #删除第一行
demo=list(chain.from_iterable(demo))  #转化为列表
demo=list(map(float,demo))  #将列表中的字符串类型转化为浮点型
demo=np.array(demo)  #转为矩阵
demo=demo.reshape(150,5)  #转为和表格一样的矩阵维度
np.set_printoptions(suppress=True)  #不以科学计数法显示
row_index=np.logical_and(demo[:,1]<6.0,demo[:,3]>1.0)  #逻辑与的应用
print("满足条件的行有：",demo[row_index])

很明显可以看见一些行已经没有再展现出来：