任务要求：

• 将 iris.data 与 iris.target 合并为一个数据框，要求列名分别为：‘sepal length’ 、‘ sepal width’、‘ petal length’ 、‘ petal width’；并将第 5 列前 50 行、中间 50 行、最后 50 行元素分别赋值为：‘setosa ’、 ‘versicolor’ 、 ‘virginica’；
• 找出 iris 数据集中 virginica 种类的样本数据；
• 找出iris数据集中Sepal.Width(萼片宽度)大于4的样本数据。

Sklearn简介

Scikit-learn(简称sklearn)是机器学习中常用的第三方模块库，对常用的机器学习方法进行了封装，包括回归(Regression)、降维(Dimensionality Reduction)、分类(Classfication)、聚类(Clustering)等算法。

Sklearn具有以下特点：

• 简单高效的数据挖掘和数据分析工具；
• 让每个人能够在复杂环境中重复使用；
• 建立在NumPy、Scipy、MatPlotLib模块库之上。

Sklearn安装：

安装要求：Python(>=2.7 or >=3.3)、NumPy (>= 1.8.2)、SciPy (>= 0.13.3)

安装命令：pip install -U scikit-learn

Sklearn通用学习模式:

Sklearn中包含多种机器学习方法，但各学习方法大致相同。首先引入需要训练的数据，Sklearn自带部分数据集，也可以通过相应方法进行构造。然后选择相应机器学习方法进行训练，训练过程中可以通过一些技巧调整参数，使得学习准确率更高。模型训练完成之后，便可预测新数据，还可以通过MatPlotLib直观地展示数据。最终，将已训练好的模型(Model)保存起来，可以移植到其他平台，不必重新训练。

引入数据及训练代码参考：

from sklearn import datasets                               # 引入数据集
from sklearn.model_selection import train_test_split       # 将数据分为测试集和训练集
from sklearn.neighbors import KNeighborsClassifier         # 利用邻近点方式训练数据

###加载数据###
iris=datasets.load_iris()                                  # 加载iris鸢尾花数据,iris数据包含4个特征变量
iris_x = iris.data                                         # 特征变量
iris_y = iris.target                                       # 目标值

### 利用train_test_split将训练集和测试集切分开，test_size占30% ###
x_train,x_test,y_train,y_test=train_test_split(iris_x,iris_y,test_size=0.3)

###训练模型###
knn=KNeighborsClassifier()                                 # 设定训练算法
knn.fit(x_train,y_train)                                   # 填充测试数据进行训练

###预测数据###
print(knn.predict(x_test))                                 # 预测特征值
print(y_test)                                              # 真实特征值

Sklearn datasets(数据集)：

Sklearn提供一些标准数据，不必再从其他地方寻找数据进行训练。例如通过load_iris引入数据，可以很方便的返回数据特征变量和目标值。除了引入数据之外，还可以通过load_sample_images()来引入图片。除了sklearn提供的一些数据之外，还可以自己构造一些数据帮助机器学习。

from sklearn import datasets

###构造的参数可以根据需要调整###
x,y=datasets.make_regression(n_samples=100,n_features=1,n_targets=1,noise=1)

任务完成步骤：

第一步：引入数据

import pandas as pd
from sklearn.datasets import load_iris

'''
加载iris鸢尾花数据，iris包含150朵鸢尾花的数据，具有4个特征向量，即sepal length(萼片长度)、sepal width(萼片宽度)、petal length(花瓣长度)、petal width(花瓣宽度)。iris.data包含150行4列的数据，每一列对应一个特征。iris.target是包含有150元素的一维数组，其元素值分别有0、1、2三种，分别代表山鸢尾（setosa）、变色鸢尾（versicolor）和维吉尼亚鸢尾（virginica）三种类型。
'''
iris = load_iris()                        # 引入iris数据
data = iris.data                          # 150行4列的数组
target = iris.target                      # 有150个元素的一维数组

第二步：创建Pandas的DataFrames数据框对象

# 创建数据框，指定列名
df = pd.DataFrame(data, columns=['sepal length','sepal width','petal length','petal width'])
df['Species'] = target                    # 为数据框新增一列

第三步：修改DataFrames数据框对象的元素数据值

# 使用iloc[行索引位置, 列索引位置]方法，通过索引位置及切片，完成修改元素。
df.iloc[0:50, 4] = 'setosa'
df.iloc[50:100, 4] = 'versicolor'
df.iloc[100:, 4] = 'virginica'

第四步：获取数据

index1 = df['Species'] == 'virginica'    # 找出数据集中virginica种类的样本数据，构建逻辑表达式。
res1 = df.loc[index1, :]                 # loc[条件表达式, 列索引名称]，通过逻辑值进行索引而获取数据
print(res1)
index2 = df['sepal width'] > 4           # 找出数据集中Sepal Width大于4的样本数据，构建逻辑表达式。
res2 = df.loc[index2, :]                 # 通过逻辑值进行索引而获取数据
print(res2)