numpy组队学习下-大作业

大作业

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?