python导入鸢尾花数据集_python可视化分析鸢尾花数据集

同学们你们好，猫老师又来更新了，我们在做数据分析的这个过程中，所用的数据集可以来源于实际的案例，也可以从网上寻找公开的数据资源，当然也可以编码生成一个随机数据集。本章采用Python的Sklearn机器学习库中自带的数据集——鸢尾花数据集。简单分析数据集之间特征的关系图，根据花瓣长度、花瓣宽度、花萼长度、花萼宽度四个特征进行绘图。

Iris plants data set数据集可以从Sklearn包里面直接拿到，也可以从KEEL dataset数据集网站获取。数据集共包含4个特征变量、1个类变量，一共有150个样本。类别变量分别对应鸢尾花的三个亚属，分别是山鸢尾 (Iris-setosa)、变色鸢尾(Iris-versicolor)和维吉尼亚鸢尾(Iris-virginica)。

数据可视化可以更好地了解数据，主要调用Pandas扩展包进行绘图操作。

首先绘制直方图，直观的表现花瓣、花萼的长和宽特征的数量，纵坐标表示汇总的数量，横坐标表示对应的长度。

import pandas

#导入数据集iris

names = ['sepal-length', 'sepal-width', 'petal-length', 'petal-width', 'class']

dataset = pandas.read_csv(url, names=names) #读取csv数据

print(dataset.describe())

#直方图 histograms

dataset.hist()

调用hist()函数实现，输出图形如下所示：

接下来通过dataset.plot()绘制散点图，这里设置三个参数，显示的x坐标、y坐标和设置绘图种类。

import pandas

#导入数据集iris

names = ['sepal-length', 'sepal-width', 'petal-length', 'petal-width', 'class']

dataset = pandas.read_csv(url, names=names) #读取csv数据

print(dataset.describe())

dataset.plot(x='sepal-length', y='sepal-width', kind='scatter')

其中kind设置为scatter，而Matplotlib扩展包中scatter()函数也是用于绘制散点图的。

（未完待续）