Python-鸢尾花数据集Iris数据可视化：读取数据、显⽰数据、描述性统计、散点
图、直⽅。。。
本博客运⾏环境为Jupyter Notebook、Python3。使⽤的数据集是鸢尾花数据集（Iris）。主要叙述的是数据可视化。
IRIS数据集以鸢尾花的特征作为数据来源，数据集包含150个数据集，有4维，分为3 类，每类50个数据，每个数据包含4个属性，是在数据挖掘、数据分类中常⽤的测试集、训练集。
读取数据包括sklearn库引⼊和读取.csv⽂件保存的数据集。
显⽰数据包括显⽰具体数据、查看整体数据信息、描述性统计。
数据可视化包括散点图、直⽅图、KDE图、箱线图。
⽬录
读取数据
从sklearn库中读取：（我使⽤的是该种办法）
，因为⽂件运⾏起来总缺少⼀组数据，可⽂件本⾝打开显⽰数据是完整的，这个问题我还未解决。如有知道的同学欢迎帮忙指点⼀下。 此问题已解决，如有问题的⼩伙伴可以将⽂件读取改为这句代码！Iris = pd.read_csv(r’Iris.csv’,header = None)
from sklearn import datasets
import pandas as pd
iris_datas = datasets.load_iris()
从⽂件中读取：
路径应该更为相应的的⽂件存储路径。
import pandas as pd
#Iris = pd.read_csv('iris.csv')
Iris = pd.read_csv(r'Iris.csv',header =None)
显⽰数据
显⽰所有数据：
print(iris_datas.data)# 数据集中的数据
print(iris_datas.target_name)#  iris的种类
读取前五⾏数据
iris = pd.DataFrame(iris_datas.data, columns=['SpealLength','Spealwidth','PetalLength','PetalLength'])
iris.shape
iris.head()
运⾏结果如下：
SepaLengthCm: 花萼长度, 单位cm；SepalWidthCm: 花萼宽度, 单位cm；PetalLengthCm: 花瓣长度, 单位cm ；PetalWidthCm; 花瓣宽度, 单位cm
读取后五⾏数据
iris.tail()
运⾏结果如下：
查看数据整体信息
iris.info()
150⾏, 4个64位浮点数，数据中⽆缺失值。
描述性统计
iris.describe()
运⾏结果如下：
花萼长度最⼩值4.30, 最⼤值7.90, 均值5.84, 中位数5.80, 右偏；花萼宽度最⼩值2.00, 最⼤值4.40, 均值3.05, 中位数3.00, 右偏；花瓣长度最⼩值1.00, 最⼤值6.90, 均值3.76, 中位数4.35, 左偏；花瓣宽度最⼩值0.10, 最⼤值2.50, 均值1.20, 中位数1.30, 左偏。
按中位数来度量: 花萼长度 > 花瓣长度 > 花萼宽度 > 花瓣宽度
描述性统计转置
python怎么读csv数据
iris.describe().T
运⾏结果如下：
数据可视化
花萼长度与宽度/花瓣长度与宽度的可视化
from collections import Counter, defaultdict
import matplotlib
import matplotlib.pyplot as plt
import numpy as np
style_list =['o','^','s']# 设置点的不同形状，不同形状默认颜⾊不同，也可⾃定义
data = iris_datas.data
labels = iris_datas.target_names
cc = defaultdict(list)
for i, d in enumerate(data):
cc[labels[int(i/50)]].append(d)
p_list =[]
c_list =[]
for each in[0,2]:
for i,(c, ds)in enumerate(cc.items()):
draw_data = np.array(ds)
p = plt.plot(draw_data[:, each], draw_data[:, each+1], style_list[i])
p_list.append(p)
c_list.append(c)
plt.legend(map(lambda x: x[0], p_list), c_list)
plt.title('鸢尾花花瓣的长度和宽度')if each else plt.title('鸢尾花花萼的长度和宽度')
plt.xlabel('花瓣的长度(cm)')if each else plt.xlabel('花萼的长度(cm)')
plt.ylabel('花瓣的宽度(cm)')if each else plt.ylabel('花萼的宽度(cm)')
plt.show()
运⾏结果如下：
数据直⽅图
之前已经使⽤过describe()计算出四个属性所对应的四分位数, 最⼤值以及最⼩值等统计量。这些均是以表格的形式展⽰。
url ="archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data" names =['sepal-length','sepal-width','petal-length','petal-width','class'] dataset = pd.read_csv(url, names=names)
dataset.hist()#数据直⽅图histograms
运⾏结果如下：
散点图
x轴表⽰sepal-length花萼长度，y轴表⽰sepal-width花萼宽度dataset.plot(x='sepal-length', y='sepal-width', kind='scatter')
运⾏结果如下：
KDE图
KDE图也被称作密度图(Kernel Density Estimate，核密度估计)。dataset.plot(kind='kde')

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。