import numpy
#從sklearn包自帶的數據集中讀出鳶尾花數據集data
from sklearn.datasets import load_iris    
data = load_iris()
#查看data類型，包含哪些數據
print(‘數據類型:‘,type(data))
print(‘數據內容:‘,data.keys())
#取出鳶尾花特征和鳶尾花類別數據，查看其形狀及數據類型
iris_feature = data[‘feature_names‘],data[‘data‘]
print(‘鳶尾花數據：‘,iris_feature)
iris_target = data.target,data.target_names
 
print(‘鳶尾花形狀類別：‘,iris_target)
#取出所有花的花萼長度(cm)的數據
sepal_length = numpy.array(list(len[0] for len in data[‘data‘]))
print(‘所有花萼長度：‘,sepal_length)
#取出所有花的花瓣長度(cm)+花瓣寬度(cm)的數據
petal_length = numpy.array(list(len[2] for len in data[‘data‘]))
petal_length.resize(5,30)
petal_width = numpy.array(list(len[3] for
 
 len in data[‘data‘]))
petal_width.resize(5,30)
iris_lens = (petal_length,petal_width)
print(‘所有花瓣長寬：‘,iris_lens)
#取出某朵花的四個特征及其類別
print(‘特征:‘,data[‘data‘][0])
print(‘類別:‘,data[‘target‘][0])
#將所有花的特征和類別分成三組，每組50個
# 建立每種花的相應列表，存放數據
iris_setosa = []
iris_versicolor = []
iris_virginica = []
# 用for循環分類,根據觀察可知當target為0時對應setosa類型，1為versicolor，2為virginica
 

for i in range(0,150):
    if  data[‘target‘][i] == 0:  # 類別為0的即為setosa，生成一條0為setosa類的鳶尾花花數據
        data1 = data[‘data‘][i].tolist()
        data1.append(‘setosa‘)
        iris_setosa.append(data1)
    elif data[‘target‘][i] == 1:  # 類別為1的即為versicolor，生成一條1為versicolor類的鳶尾花數據
        data1 = data[‘data‘][i].tolist()
        data1.append(‘versicolor‘)
        iris_versicolor.append(data1)
    else:                          #剩下類別為2的歸為virginica
        data1 = data[‘data‘][i].tolist()
        data1.append(‘virginica‘)
        iris_virginica.append(data1)
#生成新的數組，每個元素包含四個特征+類別
datas = (iris_setosa,iris_versicolor,iris_virginica)
print(‘新數組分類結果：‘,datas)

運行結果：

10.11作業