python数据分析和可视化【2】鸢尾花数据分析

简介: python数据分析和可视化【2】鸢尾花数据分析

实验要求:

读取iris数据集中鸢尾花的萼片、花瓣长度数据(已保存为csv格式),并对其进行排序、去重,并求出和、累计和、均值、标准差、方差、最小值、最大值。

步骤:

1.导入模块 (格式为import … as …)

2.获取数据:可利用csv模块进行读取,也可用其他方法进行读取

3.数据清理:对读取的数据进行处理(将索引号去掉等等)

4.数据统计

(1)将鸢尾花数据集的花瓣长度进行排序。

(2)查看鸢尾花数据集中有几种花瓣长度。(首先提取所有数据的花瓣长度,然后进行去重)

(3)求数据中花瓣长度的和,均值,方差,最小值及最大值。

通过以上操作,可以发现鸢尾花数据集中哪些信息?

数据集:

代码:

# 步骤1:导入模块
import pandas as pd
import numpy as np
# 步骤2:获取数据
iris_data = pd.read_csv('C:\\Users\86178\Desktop\iris.csv')
# 步骤3:数据清理
petal_length = iris_data['Sepal.Length']    #获取长度列,返回一个series序列
# 步骤4:数据统计
# (1) 将鸢尾花数据集的花瓣长度进行排序
sorted_petal_length = petal_length.sort_values()   #对序列中的值进行排序
# (2) 查看鸢尾花数据集中有几种花瓣长度
unique_petal_length = sorted_petal_length.unique()  #返回序列中所有不重复的元素,返回ndarray数组
# (3) 求数据中花瓣长度的和、均值、方差、最小值及最大值
sum_petal_length = petal_length.sum()
mean_petal_length = petal_length.mean()
var_petal_length = petal_length.var()
std_petal_length = petal_length.std()
min_petal_length = petal_length.min()
max_petal_length = petal_length.max()
# 输出结果
print("排序后的花瓣长度数据:")
print(sorted_petal_length)
print("\\n鸢尾花数据集中有几种花瓣长度:", len(unique_petal_length))
print("\\n花瓣长度的和:", sum_petal_length)
print("花瓣长度的均值:", mean_petal_length)
print("花瓣长度的方差:", var_petal_length)
print("花瓣长度的标准差:", std_petal_length)
print("花瓣长度的最小值:", min_petal_length)
print("花瓣长度的最大值:", max_petal_length)

运行结果:

目录
相关文章
|
20天前
|
机器学习/深度学习 数据采集 数据可视化
Python 数据分析:从零开始构建你的数据科学项目
【10月更文挑战第9天】Python 数据分析:从零开始构建你的数据科学项目
43 2
|
20天前
|
机器学习/深度学习 数据可视化 算法
使用Python进行数据分析:从零开始的指南
【10月更文挑战第9天】使用Python进行数据分析:从零开始的指南
34 1
|
2天前
|
数据采集 存储 数据挖掘
Python数据分析:Pandas库的高效数据处理技巧
【10月更文挑战第27天】在数据分析领域,Python的Pandas库因其强大的数据处理能力而备受青睐。本文介绍了Pandas在数据导入、清洗、转换、聚合、时间序列分析和数据合并等方面的高效技巧,帮助数据分析师快速处理复杂数据集,提高工作效率。
11 0
|
23天前
|
机器学习/深度学习 数据可视化 Python
Python实用记录(三):通过netron可视化模型
使用Netron工具在Python中可视化神经网络模型,包括安装Netron、创建文件和运行文件的步骤。
22 2
Python实用记录(三):通过netron可视化模型
|
3天前
|
存储 数据挖掘 数据处理
Python数据分析:Pandas库的高效数据处理技巧
【10月更文挑战第26天】Python 是数据分析领域的热门语言,Pandas 库以其高效的数据处理功能成为数据科学家的利器。本文介绍 Pandas 在数据读取、筛选、分组、转换和合并等方面的高效技巧,并通过示例代码展示其实际应用。
14 1
|
8天前
|
数据采集 数据可视化 数据挖掘
R语言与Python:比较两种数据分析工具
R语言和Python是目前最流行的两种数据分析工具。本文将对这两种工具进行比较,包括它们的历史、特点、应用场景、社区支持、学习资源、性能等方面,以帮助读者更好地了解和选择适合自己的数据分析工具。
15 2
|
20天前
|
数据采集 数据可视化 数据挖掘
使用Python进行高效的数据分析
【10月更文挑战第9天】使用Python进行高效的数据分析
19 1
|
20天前
|
数据采集 机器学习/深度学习 数据挖掘
如何使用Python进行高效的数据分析
【10月更文挑战第9天】如何使用Python进行高效的数据分析
20 1
|
22天前
|
数据采集 Web App开发 数据可视化
Python爬虫教程:Selenium可视化爬虫的快速入门
Python爬虫教程:Selenium可视化爬虫的快速入门
|
22天前
|
机器学习/深度学习 存储 数据挖掘
深入浅出:使用Python进行数据分析
【10月更文挑战第7天】本文将带你进入Python数据分析的世界,从基础的数据结构开始,逐步深入到数据处理、数据可视化以及机器学习等高级主题。我们将通过实际案例和代码示例,让你了解如何使用Python进行有效的数据分析。无论你是初学者还是有一定经验的开发者,都能从中获得新的知识和启发。