天才一秒记住【畅想小说网】地址：http://www.cxtra.net
In[7]：font=mat.foProperties（fname='d
owsFontssimsun.ttc'）
从文件夹读取数据集，打印最后5条数据和数据形状，以熟悉接下来需要进行分析的数据的存储格式。
In[8]：data=pd.read_csv（"irissv"，header=None）
In[9]：print（data.tail（n=5））
012345
146146.06.735.22.3virginica
147147.06.32.55.19virginica
148148.06.535.22virginica
149149.06.23.45.42.3virginica
150150.05.935.11.8virginica
In[10]：print（data.shape）
（151，6）
为了让读者更熟悉Python处理数据的方式，在这个案例中，将从整个鸢尾花数据集中抽取需要使用的类别和特征属性数据。
In[11]：flower_class=data.iloc[1：101，5].values
In[12]：flo.where（flower_class=="setosa"，-1，1）
In[13]：floe=data.iloc[1：101，[1，3]].values
在上述数据抽取的过程中，有几点需要注意。
在Python中数据编号是从0开始的。
例如，想读取第1条数据，那么在代码中应该告诉Python你想读取的数据编号是0，如果想读取第9条数据，那么告诉Python的数据编号应该是8。
案例需要分析的是鸢尾花数据的前两类，一共100条数据。
在下载的数据集中，第一行是数据项的名称，所以应该读取第2到第101条。
因此在In[11]中，告诉Python的数据编号是“1：101”
（不含101）。
类别数据在表格中位于第6列，所以代码中的列编号为“5”
。
类似地，花萼长度和花瓣长度位于表格的第2列和第4列，所以在In[13]中告诉Python的编号是1和3。
In[12]中，把类别“setosa”
和“versicolour”
转换成了-1和1，它的意思是，如果是setosa，则类别为-1，否则为1。
本章未完，请点击下一章继续阅读！若浏览器显示没有新章节了，请尝试点击右上角↗️或右下角↘️的菜单，退出阅读模式即可，谢谢！