机器学习入门鸢尾花数据集，以每列数据的视角进行解读

我们相信：世界是美好的，你是我也是。平行空间的世界里面，不同版本的生活也在继续...

本文中，再次审视机器学习中入门范例鸢尾花数据集，属于老酒装新瓶，翻新的文章，再次温习一下鸢尾花数据集的拆分方法。每列数据都代表什么，如何单独拆分出每列数据。本文的输入是.csv文件，输出是<class 'numpy.ndarray'>类型的数据。

大家好，这里是苏南大叔的平行空间笔记本博客，这里记录苏南大叔的平行空间笔记本博客。本文用<class 'numpy.ndarray'>的视角来获取iris数据集的每列数据。测试环境：win10，python@3.11.0，pandas@1.5.3，numpy@1.24.2。

鸢尾花数据集表头

鸢尾花数据集是个csv文件，可以使用excel文件打开。但是如果你按照通常的理解去理解这个文件格式的话，就会出现大的纰漏。

第一行数据所表述的：
原因就在于数据的第一行，常理推测的话这个是表头是列名，但是实际上不是列名。表示的是：
“用于推断的数据条数 用于数据字段数量 结论种类1名字 结论种类2名字 结论种类3名字”

真实的表头数据：
既然第一行数据并非表头，那么真实的表头数据是啥呢？（一共五列数据）

参考文章：

• https://seosn.com/say/iris.html
• https://seosn.com/say/sklearn-load_iris.html

读取数据

这里就使用最直接的方式读取远程数据了，并且使用中文来标记字段名称。参考文章：

• https://seosn.com/say/sklearn-csv.html

import pandas as pd
data_url = "http://download.tensorflow.org/data/iris_training.csv"
# data_url = "iris.csv"
column_names = ["萼长", "萼宽", "瓣长", "瓣宽", "种类"]
df_iris = pd.read_csv(data_url, header=0, names=column_names)
print(df_iris.head())

分离每列数据

因为苏南大叔后续的代码目的是画数据图，所以这里需要分离上述数据中的每一列数据，类型是<class 'numpy.ndarray'>。

仔细观察下面这两种方式的运行结果，第二种方式的数据后面有个小点。这个后续文章待议。

取每列数据方式一：

import numpy as np
column_0 = np.array(df_iris["萼长"])
column_1 = np.array(df_iris["萼宽"])
column_2 = np.array(df_iris["瓣长"])
column_3 = np.array(df_iris["瓣宽"])
column_4 = np.array(df_iris["种类"])
# print(column_4)

取每列数据方式二：

import numpy as np
iris = np.array(df_iris)
column_0 = iris[:, 0]
column_1 = iris[:, 1]
column_2 = iris[:, 2]
column_3 = iris[:, 3]
column_4 = iris[:, 4]
# print(column_4)

相关链接

• https://seosn.com/say/pandas-dataframe.html
• https://seosn.com/say/dataframe-copy.html
• https://seosn.com/say/pandas-series-map.html

总结

更多python相关经验文章，可以参考苏南大叔的文章：

• https://seosn.com/tag/python/

如果本文对您有帮助，或者节约了您的时间，欢迎打赏瓶饮料，建立下友谊关系。
本博客不欢迎：各种镜像采集行为。请尊重原创文章内容，转载请保留作者链接。