本次练习使用 鸢尾属植物数据集.\iris.data
,在这个数据集中,包括了三类不同的鸢尾属植物:Iris Setosa,Iris Versicolour,Iris Virginica。每类收集了50个样本,因此这个数据集一共包含了150个样本。
- sepallength:萼片长度
- sepalwidth:萼片宽度
- petallength:花瓣长度
- petalwidth:花瓣宽度
以上四个特征的单位都是厘米(cm)。
sepallength sepalwidth petallength petalwidth species
0 5.1 3.5 1.4 0.2 Iris-setosa
1 4.9 3.0 1.4 0.2 Iris-setosa
2 4.7 3.2 1.3 0.2 Iris-setosa
3 4.6 3.1 1.5 0.2 Iris-setosa
4 5.0 3.6 1.4 0.2 Iris-setosa
.. ... ... ... ... ...
145 6.7 3.0 5.2 2.3 Iris-virginica
146 6.3 2.5 5.0 1.9 Iris-virginica
147 6.5 3.0 5.2 2.0 Iris-virginica
148 6.2 3.4 5.4 2.3 Iris-virginica
149 5.9 3.0 5.1 1.8 Iris-virginica
[150 rows x 5 columns]
1. 导入鸢尾属植物数据集,保持文本不变。
【知识点:输入和输出】
- 如何导入存在数字和文本的数据集?
2. 求出鸢尾属植物萼片长度的平均值、中位数和标准差(第1列,sepallength)
【知识点:统计相关】
- 如何计算numpy数组的均值,中位数,标准差?
3. 创建一种标准化形式的鸢尾属植物萼片长度,其值正好介于0和1之间,这样最小值为0,最大值为1(第1列,sepallength)。
【知识点:统计相关】
- 如何标准化数组?
4. 找到鸢尾属植物萼片长度的第5和第95百分位数(第1列,sepallength)。
【知识点:统计相关】
- 如何找到numpy数组的百分位数?
5. 把iris_data数据集中的20个随机位置修改为np.nan值。
【知识点:随机抽样】
- 如何在数组中的随机位置修改值?
6. 在iris_data的sepallength中查找缺失值的个数和位置(第1列)。
【知识点:逻辑函数、搜索】
- 如何在numpy数组中找到缺失值的位置?
7. 筛选具有 sepallength(第1列)< 5.0 并且 petallength(第3列)> 1.5 的 iris_data行。
【知识点:搜索】
- 如何根据两个或多个条件筛选numpy数组?
8. 选择没有任何 nan 值的 iris_data行。
【知识点:逻辑函数、搜索】
- 如何从numpy数组中删除包含缺失值的行?
9. 计算 iris_data 中sepalLength(第1列)和petalLength(第3列)之间的相关系数。
【知识点:统计相关】
- 如何计算numpy数组两列之间的相关系数?
10. 找出iris_data是否有任何缺失值。
【知识点:逻辑函数】
- 如何查找给定数组是否具有空值?
11. 在numpy数组中将所有出现的nan替换为0。
【知识点:逻辑函数】
- 如何在numpy数组中用0替换所有缺失值?
12. 找出鸢尾属植物物种中的唯一值和唯一值出现的数量。
【知识点:数组操作】
- 如何在numpy数组中查找唯一值的计数?
13. 将 iris_data 的花瓣长度(第3列)以形成分类变量的形式显示。定义:Less than 3 --> 'small';3-5 --> 'medium';'>=5 --> 'large'。
【知识点:统计相关】
- 如何将数字转换为分类(文本)数组?
14. 在 iris_data 中创建一个新列,其中 volume 是 (pi x petallength x sepallength ^ 2)/ 3
。
【知识点:数组操作】
- 如何从numpy数组的现有列创建新列?
15. 随机抽鸢尾属植物的种类,使得Iris-setosa的数量是Iris-versicolor和Iris-virginica数量的两倍。
【知识点:随机抽样】
- 如何在numpy中进行概率抽样?
16. 根据 sepallength 列对数据集进行排序。
【知识点:排序】
- 如何按列对2D数组进行排序?
17. 在鸢尾属植物数据集中找到最常见的花瓣长度值(第3列)。
【知识点:数组操作】
- 如何在numpy数组中找出出现次数最多的值?
18. 在鸢尾花数据集的 petalwidth(第4列)中查找第一次出现的值大于1.0的位置。
【知识点:搜索】
- 如何找到第一次出现大于给定值的位置?