读取iris数据集中的花萼长度数据（已保存为csv格式），并对其进行排序、去重，并求出和、累积和、均值、标准差、方差、最小值、最大值
读取iris数据集中的花萼长度数据（已保存为csv格式），并对其进行排序、去重，并求出和、累积和、均值、标准差、方差、最小值、最大值
iris_sepal_length = np.loadtxt("C:/Users/Desktop/txt.csv", delimiter=",") #读取文件 print('花萼长度表为：',iris_sepal_length) iris_sepal_length.sort() #对数据进行排序 print('排序后的花萼长度表为：',iris_sepal_length) #去除重复值 print('去重后的花萼长度表为：',np.unique(iris_sepal_length)) print('花萼长度表的总和为：',np.sum(iris_sepal_length)) #计算数组总和 #计算所有元素的累计和 print('花萼长度表的累计和为：',np.cumsum(iris_sepal_length)) print('花萼长度表的均值为：',np.mean(iris_sepal_length)) #计算数组均值 #计算数组标准差 print('花萼长度表的标准差为：',np.std(iris_sepal_length)) print('花萼长度表的方差为：',np.var(iris_sepal_length)) #计算数组方差 print('花萼长度表的最小值为：',np.min(iris_sepal_length)) #计算最小值 print('花萼长度表的最大值为：',np.max(iris_sepal_length)) #计算最大值
12345678910111213141516171819202122
相关知识
iris鸢尾花数据集最全数据分析写在前面本文介绍数据预处理
数据分析之鸢尾花简单分析
朴素贝叶斯分类（鸢尾花数据集）
分析鸢尾花数据集
Numpy学习下 Task 5
TensorFlow 2建立神经网络分类模型——以iris数据为例
机器学习（三）：感知器算法实现鸢尾花分类项目实战
《机器学习》分析鸢尾花数据集
【机器学习实战】科学处理鸢尾花数据集
【机器学习】经典数据集鸢尾花的分类识别
网址: 读取iris数据集中的花萼长度数据（已保存为csv格式），并对其进行排序、去重，并求出和、累积和、均值、标准差、方差、最小值、最大值 https://m.huajiangbk.com/newsview545969.html
| 上一篇: 数据可视化——鸢尾花数据集的分析 |
下一篇: 机器学习——鸢尾花数据集的线性多 |
