a=[1,2,3,4,5,6,7,8,9,10]
print(a)

import numpy as np
m=np.arange(24)
print(m)
#n=m.reshape(3,8)
#print(n)

#m.shape=(2,3,1,4)
#print(m)

#m.resize(3,8)
#print(m)

#m.ravel()
#print(m)

#n.flatten()
#print(n)

#a=np.random.random(10)#隨機產生10個浮點數
#print(a)

#a=np.random.randint(1,100,[5,5])#1到100以內的5行5個的隨機整數
 

#print(a)

#a=np.random.rand(2,3)#產生兩行3列的均勻分佈的隨機陣列
#print(a)

#a=np.random.randn(3,3) 產生3行3列的正態分佈隨機陣列
#print(a)

b=np.max(a)#最大值
print(b)

b=np.min(a)#最小值
print(b)

b=np.mean(a)#求均值
print(b)

b=np.std(a)#求標準差
print(b)

b=np.median(a)#返回陣列的中位數
# print(b)


#安裝scipy，numpy，sklearn包

import numpy as np
 
import scipy
import sklearn
from sklearn.datasets import load_iris#從sklearn包自帶的資料集中讀出鳶尾花資料集data
data = load_iris()
print('資料型別:',type(data))#檢視data型別，包含哪些資料
print('資料內容:',data.keys())
iris_feature = data['feature_names'],data['data']#取出鳶尾花特徵和鳶尾花類別資料，檢視其形狀及資料型別
print('鳶尾花資料：',iris_feature)
iris_target 
 
= data.target,data.target_names
print('鳶尾花形狀類別：',iris_target)
sepal_length = numpy.array(list(len[0] for len in data['data']))#取出所有花的花萼長度(cm)的資料
print('所有花萼長度：',sepal_length)
petal_length = numpy.array(list(len[2] for len in data['data']))#取出所有花的花瓣長度(cm)+花瓣寬度(cm)的資料
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徵及其類別
print('特徵:',data['data'][0])
print('類別:',data['target'][0])
#將所有花的特徵和類別分成三組，每組50個,建立每種花的相應列表，存放資料
iris_setosa = []
iris_versicolor = []
iris_virginica = []
# 用for迴圈分類,根據觀察可知當target為0時對應setosa型別，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類的鳶尾花花資料
        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類的鳶尾花資料
        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)
#生成新的陣列，每個元素包含四個特徵+類別
datas = (iris_setosa,iris_versicolor,iris_virginica)
print('新陣列分類結果：',datas)