iris鸢尾花数据集java_开源 iris鸢尾花数据集最全数据分析 _好机友

写在前面

在写这篇文章之前，首先安利下jupyter，简直是神作，既可以用来写文章，又可以用来写代码，文章和代码并存，简直就是写代码/文章/教程的利器。

安装很简单：pip install jupyter 使用很简单: 当前面目录下shift+右键呼出在此处打开命令窗口，输入jupyter notebook召唤神龙。

上面这段文字在jupyter中是这样的(markdown格式)：

本文介绍

基于iris数据集进行数据分析。 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个数据样本，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)三个种类中的哪一类。(来自百度百科)

数据预处理

首先使用padas相关的库进行数据读取，处理和预分析。

pandas的可视化user guide参见：

https://pandas.pydata.org/pandas-docs/stable/user_guide/visualization.html

首先读取信息，并查看数据的基本信息：可以看到数据的字段，数量，数据类型和大小。%matplotlib notebookimport pandas as pdimport matplotlib.pyplot as plt# 读取数据iris = pd.read_csv('iris.data.csv') RangeIndex: 150 entries, 0 to 149 Data columns (total 5 columns): Sepal.Length 150 non-null float64 Sepal.Width 150 non-null float64 Petal.Length 150 non-null float64 Petal.Width 150 non-null float64 type 150 non-null object dtypes: float64(4), object(1) memory usage: 5.9+ KB# 前5个数据iris.head()

Sepal.LengthSepal.WidthPetal.LengthPetal.Widthtype05.13.51.40.2Iris-setosa

14.93.01.40.2Iris-setosa

24.73.21.30.2Iris-setosa

34.63.11.50.2Iris-setosa

45.03.61.40.2Iris-setosa# 数据描述iris.describe()

Sepal.LengthS