python数据分析之描述性统计实践

1、加载相关库和数据集

• 使用的库主要有：pandas、numpy、sklearn、matplotlib、seaborn
• 使用的数据集：sklearn库中的鸢尾花数据集

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

plt.rcParams["font.family"] = "SimHei"          # 设置可以显示中文字体
plt.rcParams["axes.unicode_minus"] = False    
warnings.filterwarnings("ignore")             # 忽略警告信息

2、数据集数据概览

2.1 数据总体概览

iris = load_iris()     # 加载鸢尾花数据集
print(type(iris))
print(iris)

In [1]: list(iris.keys())
Out[1]: ['data', 'target', 'target_names', 'DESCR', 'feature_names', 'filename']

2.2 使用主要信息构造DataFrame

• 使用 np.concatenate 拼接不同的数据信息

# 拼接data信息和target信息，用于构造DataFrame
data = np.concatenate([iris.data,iris.target.reshape(-1,1