python分析鸢尾花数据_iris鸢尾花数据集最全数据分析
写在前面
在写这篇文章之前，首先安利下jupyter，简直是神作，既可以用来写文章，又可以用来写代码，文章和代码并存，简直就是写代码/文章/教程的利器。
安装很简单：pip install jupyter
使用很简单: 当前面目录下shift+右键呼出在此处打开命令窗口，输入jupyter notebook召唤神龙。
上面这段文字在jupyter中是这样的（markdown格式）：
本文介绍
基于iris数据集进行数据分析。
iris数据集是常用的分类实验数据集，由Fisher，1936收集整理。iris也称鸢尾花卉数据集，是一类多重变量分析的数据集。数据集包含150个数据样本，分为3类，每类50个数据，每个数据包含4个属性。可通过花萼长度，花萼宽度，花瓣长度，花瓣宽度4个属性预测鸢尾花卉属于（Setosa，Versicolour，Virginica）三个种类中的哪一类。（来自百度百科）
数据预处理
首先使用padas相关的库进行数据读取，处理和预分析。
pandas的可视化user guide参见：
https://pandas.pydata.org/pandas-docs/stable/user_guide/visualization.html
首先读取信息，并查看数据的基本信息：可以看到数据的字段，数量，数据类型和大小。%matplotlib notebookimport pandas as pdimport matplotlib.pyplot as plt# 读取数据iris = pd.read_csv('iris.data.csv')
RangeIndex: 150 entries, 0 to 149
Data columns (total 5 columns):
Sepal.Length 150 non-null float64
Sepal.Width 150 non-null float64
Petal.Length 150 non-null float64
Petal.Width 150 non-null float64
type 150 non-null object
dtypes: float64(4), object(1)
memory usage: 5.9+ KB# 前5个数据iris.head()
Sepal.LengthSepal.WidthPetal.LengthPetal.Widthtype05.13.51.40.2Iris-setosa
14.93.01.40.2Iris-setosa
24.73.21.30.2Iris-setosa
34.63.11.50.2Iris-setosa
45.03.61.40.2Iris-setosa# 数据描述iris.describe()
Sepal.LengthSepal.WidthPetal.LengthPetal.Widthcount150.000000150.000000150.000000150.000000
mean5.8433333.0540003.7586671.198667
std0.8280660.4335941.7644200.763161
min4.3000002.0000001.0000000.100000
25%5.1000002.8000001.6000000.300000
50%5.8000003.0000004.3500001.300000
75%6.4000003.3000005.1000001.800000
max7.9000004.4000006.9000002.500000
箱线图描述了数据的分布情况，包括：上下界，上下四分位数和中位数，可以简单的查看数据的分布情况。
比如：上下四分位数相隔较远的话，一般可以很容易分为2类。
在《深入浅出统计分析》一书中，一个平均年龄17岁的游泳班，可能是父母带着婴儿的早教班，这种情况在箱线图上就能够清楚的反映出来。# 箱线图iris.plot(kind='box', subplots=True, layout=(2,2), sharex=False, sharey=False)Sepal.Length AxesSubplot(0.125,0.536818;0.352273x0.343182)
Sepal.Width AxesSubplot(0.547727,0.536818;0.352273x0.343182)
Petal.Length AxesSubplot(0.125,0.125;0.352273x0.343182)
Petal.Width AxesSubplot(0.547727,0.125;0.352273x0.343182)
dtype: objectarray([[,
],
[,
]],
dtype=object)
径向可视化是多维数据降维的可视化方法，不管是数据分析还是机器学习，降维是最基础的方法之一，通过降维，可以有效的减少复杂度。
径向坐标可视化是基于弹簧张力最小化算法。
它把数据集的特征映射成二维目标空间单位圆中的一个点，点的位置由系在点上的特征决定。把实例投入圆的中心，特征会朝圆中此实例位置（实例对应的归一化数值）“拉”实例。ax = pd.plotting.radviz(iris, 'type', colormap = 'brg')# radviz的源码中Circle未设置edgecolor，画圆需要自己处理ax.add_artist(plt.Circle((0,0), 1, color='r', fill = False))# 平行坐标可以看到数据中的类别以及从视觉上估计其他的统计量。# 使用平行坐标时，每个点用线段联接，每个垂直的线代表一个属性，# 一组联接的线段表示一个数据点。可能是一类的数据点会更加接近。pd.plotting.parallel_coordinates(iris, 'type', colormap = 'brg')# scatter matrixcolors = {'Iris-setosa': 'blue', 'Iris-versicolor': 'green', 'Iris-virginica': 'red'}array([[,
,
,
],
[,
,
,
],
[,
,
,
],
[,
,
,
]],
dtype=object)# 相关系数的热力图import seaborn as sea# pandas_profiling这个库可以对数据集进行初步预览，并进行报告，很不错，安装方式 pip install pandas_profiling# 运行略# import pandas_profiling as pp# pp.ProfileReport(iris)# 数据分类import sklearn as skfrom sklearn import preprocessingfrom sklearn import model_selection# 预处理X = iris[['Sepal.Length', 'Sepal.Width', 'Petal.Length', 'Petal.Width']]y = iris['type']encoder = preprocessing.LabelEncoder()y = encoder.fit_transform(y)[0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2
2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
2 2]from sklearn import metricsdef model_fit_show(model, model_name, X, y, test_size = 0.3, cluster = False):# logisticfrom sklearn import linear_model(105, 4) (45, 4) (105,) (45,)
[1 2 2 0 2 0 2 1 0 1 2 1 0 0 0 2 2 1 2 0 2 0 1 2 2 1 0 1 2 1 2 1 0 2 0 1 0
1 0 0 1 2 2 0 0]
accuracy of LogisticRegression is: 0.9111111111111111
[0](105, 4) (45, 4) (105,) (45,)
[2 0 1 0 0 0 1 2 0 0 1 0 2 0 2 1 1 0 2 0 2 0 0 1 1 2 0 2 0 1 2 1 1 1 1 2 1
1 2 1 1 2 2 2 0]
accuracy of DecisionTreeClassifier is: 0.9111111111111111
[0]#SVMfrom sklearn import svm(105, 4) (45, 4) (105,) (45,)
[2 0 0 2 0 1 0 2 1 2 2 0 1 1 0 1 1 2 1 0 2 2 2 1 0 2 2 1 1 1 0 1 0 0 2 0 0
2 0 0 1 2 1 0 0]
accuracy of svm.svc is: 0.9111111111111111
[0]
py:193: FutureWarning: The default value of gamma will change from 'auto' to 'scale' in version 0.22 to account better for unscaled features. Set gamma explicitly to 'auto' or 'scale' to avoid this warning.
"avoid this warning.", FutureWarning)# KNNfrom sklearn import neighbors(105, 4) (45, 4) (105,) (45,)
[1 2 2 2 0 0 0 1 2 2 1 2 1 1 1 2 0 2 0 0 1 1 0 0 1 0 2 2 0 0 2 2 1 1 0 1 1
0 1 1 2 1 1 0 0]
accuracy of neighbors.KNeighborsClassifier is: 0.9555555555555556
[0]# Kmeanfrom sklearn import cluster(105, 4) (45, 4) (105,) (45,)
[1 2 1 2 2 2 2 2 0 2 2 0 0 2 0 2 0 2 2 1 0 2 1 0 2 2 0 2 0 1 2 2 0 0 2 0 1
1 1 2 0 1 2 1 0]
[2]# naive bayes# https://scikit-learn.org/dev/modules/classes.html#module-sklearn.naive_bayes# 分别是GaussianNB，MultinomialNB和BernoulliNB。# GaussianNB：先验为高斯分布的朴素贝叶斯，一般应用于连续值# MultinomialNB：先验为多项式分布的朴素贝叶斯，离散多元值分类# BernoulliNB：先验为伯努利分布的朴素贝叶斯，离散二值分类# ComplementNB：对MultinomialNB的补充，适用于非平衡数据from sklearn import naive_bayes(105, 4) (45, 4) (105,) (45,)
[2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
2 2 2 2 2 2 2 2]
accuracy of naive_bayes.BernoulliNB is: 0.24444444444444444
[2](105, 4) (45, 4) (105,) (45,)
[1 0 1 0 0 1 0 0 0 0 0 0 1 1 1 2 1 0 1 1 2 0 0 2 2 1 2 0 0 1 0 2 0 1 0 2 1
2 2 2 0 2 0 2 2]
accuracy of naive_bayes.GaussianNB is: 0.9333333333333333
[0](105, 4) (45, 4) (105,) (45,)
[0 2 2 1 2 1 2 0 2 1 2 0 2 0 1 1 2 1 0 2 2 2 0 1 1 1 0 2 2 1 1 2 1 0 0 1 0
0 1 1 2 2 1 2 1]
accuracy of naive_bayes.MultinomialNB is: 0.9555555555555556
[0](105, 4) (45, 4) (105,) (45,)
[2 2 2 2 2 2 2 2 2 2 2 0 2 2 2 0 2 2 2 2 0 0 0 2 2 2 0 0 2 2 2 0 2 2 2 0 0
2 0 2 2 2 2 0 2]
accuracy of naive_bayes.ComplementNB is: 0.6
[0]
python分析鸢尾花数据_iris鸢尾花数据集最全数据分析相关推荐
- LIGO 用 Python 分析引力波数据
LIGO 用 Python 分析引力波数据 美国科学家11日宣布,他们去年9月首次探测到引力波.这一发现印证了物理学大师爱因斯坦100年前的预言.宣布这一发现的,是激光干涉引力波天文台(LIGO)的负 ...
- python sci数据_scanpy学习笔记:用Python分析单细胞数据
Scanpy 是一个基于 Python 分析单细胞数据的软件包,内容包括预处理,可视化,聚类,拟时序分析和差异表达分析等.本文翻译自 scanpy 的官方教程 Preprocessing and cl ...
- 大数据如何使用Python分析微信数据
截至2020年第二季度,微信拥有超过27亿活跃用户.这意味着,如果你正在阅读大数据如何使用Python分析微信数据,那么你很可能是微信用户.但是,你到底有多少微信用户?你实际发布了多少?我们可以使用P ...
- 零基础小白如何使用Python分析调查数据
进行调查和民意调查是收集数据和深入了解诸如客户为何离开我们网站等问题的最佳方法之一.还是为什么选民会吸引这位候选人?但是分析调查数据可能是一个真正的挑战! 在本教程中,我们将逐步介绍如何使用Pytho ...
- python大数据分析实例-如何用Python分析大数据（以Twitter数据挖掘为例）
原标题:如何用Python分析大数据(以Twitter数据挖掘为例) 来源:艾翻译(http://www.itran.cc/) 原文标题:Twitter Data Mining: A Guide to ...
- 如何去使用Python分析股票数据？学到就是赚到
对于炒股的同学来说,必须会看懂数据才能避免入坑.今天小千就来教大家如何去使用Python分析股票数据,学到就是赚到.(小千提醒,股市有风险,请谨慎投资) 这次的美股例子就选择了美国显卡制造商英伟达,其 ...
- 慕课《用Python玩转数据》之B站弹幕数据分析
慕课<用Python玩转数据>之B站弹幕数据分析 1.源代码 # -*- coding: utf-8 -*- """ Created on Wed May 1 ...
- python分析股票数据 彤_Python数据分析：股票数据
最近股市比较火,我7月初上车了,现在已经下了.中间虽然吃了点肉,但下车的时候都亏进去了,最后连点汤都没喝着. 这篇文章我们就用它python 对股票数据做个简单的分析.数据集是从1999年到2016年 ...
- python分析股票数据_Python股票分析系列——系列介绍和获取股票数据.p1
本系列转载自youtuber sentdex博主的教程视频内容 https://www.youtube.com/watch?v=19yyasfGLhk&index=4&list=PLQ ...
- python 分析大数据
Python是一种高级编程语言,可用于分析大数据.常用的 Python 库如 Pandas 和 NumPy 可用于数据清洗.数据分析和数据可视化.此外,还有许多其他库,如 Scikit-learn.T ...
最新文章
- 面了小 100 人，90% 都背了面试题......
- JDK8中好用的日期处理-LocalDate类-LocalTime-LocalDateTIme，mysql解决时区相差13小时的问题，日期格式器DateTimeFormatter
- Powershell 邮件发送
- linux chpasswd命令 批量修改用户密码
- 配置RODBC访问PostgreSQL数据库
- Node.js event loop 和 JS 浏览器环境下的事件循环的区别
- 对应chd5.14的spark_GitHub - shixiaopengql/BigData-News: 基于Spark2.2新闻网大数据实时系统项目...
- python关联分析sklearn_Python3利用pandas，sklearn进行关联度分析以及预测的demo
- XenApp Command Line参数的传递
- B. MIN-MEX Cut
- 考研编程练习----畅通工程
- 计算机专业毕业后现状,计算机专业怎么样_毕业生道出现状_“千万”别学
- c#调用带有安全认证的java webservice
- Android OpenGL/Gralloc到framebuffer和LCD流程(六)
- 宿命传说2之女神召唤java_【更新公告】新SSR装备召唤概率限时UP！梅林领悟了全新助战技！...
- 如何解决录音嗡嗡嗡？VoiceMeeter加OBS免费且强大的录音录像解决方案
- .html页面缓存问题
- 城市场景车路协同网络该怎么建？
- 【批处理DOS-CMD命令-汇总和小结】-cmd扩展命令、扩展功能（cmd /e:on、cmd /e:off）
- 【限流保护】Springboot接口限流
热门文章
- Linux停服务器命令,使用linux的shutdown命令关闭服务器
- 微博无限私信技术软件_用手机制作剪辑视频的教程，手机视频剪辑软件还有哪些？...
- 推荐几个对编程有帮助的游戏
- 《剑指offer》Java版全系列题解（2021版，持续更新！）
- Ubuntu 16.04 升级到内核4.18 后 vmplayer 不能运行
- 最大同性恋交友网站 github 被微软收购，我不服！
- Linux期末复习总结
- 高仿iOS微信客户端
- 如何一键生成gif动画？如何将录屏转成gif动画?推荐一款绿色开源小软件ScreenToGif
- 【Steam】各种Steam致命错误-Steam需要在线进行更新什么意思。请确保你的网络连接正常，请重试。