#導包
import numpy as np

# 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("數據類目：",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("鳶尾花特征：",iris_feature)
print("iris_feature數據類型
 
",type(iris_feature))
iris_target = data.target
print("鳶尾花數據類別：",iris_target)
print("iris_target數據類型：",type(iris_target))

# 取出所有花的花萼長度(cm)的數據
sepal_len = np.array(list(len[0] for len in data.data))
print("花萼長度：",sepal_len)

# 取出所有花的花瓣長度(cm)+花瓣寬度(cm)的數據
pental_len = np.array(list(len[2] for len in data.data))
pental_len.resize(
 
3,50)   #重新分配花瓣長度內存
pental_wid = np.array(list(len[3] for len in data.data))
pental_wid.resize(3,50)   #重新分配花瓣寬度內存
iris_lens = (pental_len,pental_wid)
print("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[1])
print("類別：",data.target[1])

# 將所有花的特征和類別分成三組，每組50個
#建立3個相應列表存放數據
iris_set = []
iris_ver 
 
= []
iris_vir = []

for i in range(0,150):
    if  data.target[i] == 0:
        Data = data.data[i].tolist()
        Data.append(‘setosa‘)
        iris_set.append(Data)
    elif data.target[i] ==1:
        Data = data.data[i].tolist()
        Data.append(‘versicolor‘)
        iris_ver.append(Data)
    else: 
        Data = data.data[i].tolist()
        Data.append(‘virginica‘)
        iris_vir.append(Data)

# 生成新的數組，每個元素包含四個特征+類別
datas = (iris_set,iris_ver,iris_vir)
print("新的數組：",datas)

numpy數據集練習——鳶尾花數據集