UCI数据集iris数据简单的可视化

数据集官网下载；

jupyter notebook 实现；

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt



fname = \'E:\\pythonwork\\project\\Deeplearning\\Task\\data\\iris.data\'
with open(fname, \'r+\', encoding=\'utf-8\') as f:
    s = [i[:-1].split(\',\') for i in f.readlines()]
# 读取TXT，逗号为分隔符

# pandas读取数据 样本数为各50个
names=[\'slength\',\'swidth\',\'plength\',\'pwidth\',\'name\']
iris = pd.DataFrame(data=s,  columns=names)
# 删除一个莫名其妙的空行：
iris.dropna(axis=0, how=\'any\', inplace=True)
# 有三种类别：
seto = iris.iloc[0:50,:]
vers = iris.iloc[50:100,:]
virg = iris.iloc[100:150,:]
seto.shape
vers.shape
# 统计每个品种有多少个样本
iris[\'name\'].value_counts()
# 字符串类型的数据变成float（否则不能画图）
iris.iloc[:,:4]=iris.iloc[:,:4].astype(\'float\')
# 画出slength和swidth的关系图
plt.scatter(x=iris[\'slength\'],y=iris[\'swidth\'])
plt.show()

 

 

#-------------------
# 按颜色不同分类 画图
plt.scatter(x=seto[\'slength\'],y=seto[\'swidth\'],color=\'red\')
plt.scatter(x=vers[\'slength\'],y=seto[\'swidth\'],color=\'blue\',marker="+")
plt.scatter(x=virg[\'slength\'],y=seto[\'swidth\'],color=\'green\',marker=\'*\')
plt.xlabel(\'s length\')
plt.ylabel(\'s width\')
plt.show()