tensorflow03——鸢尾花iris数据集导入后的简单处理

#鸢尾花数据集读取

from sklearn import datasets #引入鸢尾花所在的数据集
from pandas import DataFrame #用于把数据制表
import pandas as pd

#iris数据集的输入特征 150*4
x_data=datasets.load_iris().data
#iris数据集的标签 1*150
y_data=datasets.load_iris().target

#查看一下输入特征和标签
print("x_data: n ",x_data)
print("y_data: n ",y_data)

注意sklearn包和pandas包要提前安装
在命令行，你的tensorflow环境中pip install进行安装
sklearn不行就scikit-learn

#将x_data输入特征变成表格形式,每一列增加中文标签
x_data=DataFrame(x_data,columns=['花萼长度','花萼宽度','花瓣长度','花瓣宽度'])
#设置列名对齐
pd.set_option('display.unicode.east_asian_width',True)
print("表格形式x_data: n ",x_data)

#新增加一列[类别]，显示样本标签
x_data['类别']=y_data

print("x_data: n ",x_data)

此处150个样本数据print输出时可能出现省略情况
如何完整输出：

对于Numpy数据：

在输出print()位置前加入：

numpy.set_printoptions(threshold=numpy.inf)

通过设置输出选项，将阈值设置为一个较大的数，从而实现完整长度的打印。
　　
　　
对于pandas数据：（本项目中是pandas类型数据）

pandas数据的设置分为行列的设置：

#显示所有列
pd.set_option(‘display.max_columns’, None)
#显示所有行
pd.set_option(‘display.max_rows’, None)
#设置value的显示长度为100，默认为50
pd.set_option(‘max_colwidth’,100)