目录
1.实验知识准备
1.1 NumPy
1.2 Matplotlib 库
1.3 scikit-learn 库：
1.4 TensorFlow
1.5 Keras
2.波士顿房价的数据分析及可视化
2.1波士顿房价的数据分析
2.1.1 步骤一：导入所需的模块和包
2.1.2 步骤二：从 Keras 库中加载波士顿房价数据集
2.1.3 步骤三：加载本地 CSV 数据集
2.1.4 步骤四：划分特征和目标变量
2.1.5 步骤五：划分训练集和测试集
2.1.6 步骤六：查看数据集的特征值和标签值的类型
2.1.7 步骤七：查看数据集的特征值和标签值的属性
2.1.8 步骤八：显示数据集的部分数据
2.2 数据可视化
2.2.1步骤一：设置图形属性
2.2.2步骤二：绘制特征与房价的散点图
2.3 总体代码与结果
2.3.1代码
2.3.2结果
3.鸢尾花数据分析及可视化
3.1鸢尾花数据分析及可视化
3.1.1 步骤一：使用 load_iris() 函数导入 scikit-learn 库中的鸢尾花数据集
3.1.2 步骤二：获取特征值和标签值
3.1.3. 步骤三：访问数据集数据
3.1.4 步骤四：显示数据集的前10条特征值和标签值数据
3.1.5 步骤五：绘制花瓣长度和花瓣宽度与鸢尾花品种的散点图
3.2总体代码和效果
3.2.1代码
3.2.2效果
1.实验知识准备
1.1 NumPy
- 简介：NumPy 是一个高性能科学计算和数据分析的基础库，提供了多维数组对象（ndarray）及其操作函数。它极大地简化了多维数组的操作和处理过程，在数据处理、科学计算、机器学习等领域广泛使用。
- 关键功能：数组创建、数组运算、线性代数、数组形状变换、随机数生成等。
1.2 Matplotlib 库
- 简介：Matplotlib 是 Python 的一个 2D 绘图库，广泛用于数据可视化。借助 Matplotlib，可以绘制各种图表，如折线图、散点图、直方图、饼图、热图等。
- 关键功能：图形绘制、坐标轴设置、图形美化、图例添加、子图排列、图形保存等。
1.3 scikit-learn 库：
- 简介：scikit-learn 是基于 NumPy、Matplotlib 和 SciPy 的机器学习算法库，封装了大量的机器学习算法（包括有监督学习、无监督学习及半监督学习），并内置了许多标准数据集。
- 关键功能：数据预处理（如归一化、标准化）、模型训练、模型选择、模型评估、模型调优等。
1.4 TensorFlow
- 简介：TensorFlow 是一个以张量（Tensor）为基础，并对其进行各种运算的深度学习框架。它是由谷歌开发的开源软件库，广泛用于机器学习和深度学习应用。
- 关键功能：张量定义与运算、自动求导、构建神经网络模型、训练与评估模型等。
1.5 Keras
- 简介：Keras 是一个使用 Python 编写的开源人工神经网络库，作为 TensorFlow 的高阶应用程序接口，简化了深度学习模型的设计、调试、评估、应用和可视化等过程。
- 关键功能：模型构建（Sequential API 和 Functional API）、模型编译、模型训练与评估、模型保存与加载等。
2.波士顿房价的数据分析及可视化
机器学习的项目中都需要大量的数据，这些数据来源于现实生活、scikit-learn库或 Keras 库等，然后对数据进行探索是训练模型的必修课。因此，本次实验打 算从波士顿房价数据集入手，开始学习这部分内容波士顿房价数据集统计的是 20 世纪 70 年代中期波士顿郊区的房屋数据。该数据集一共有 506 条数据，每条数据包含 13 个特征值和 1 个标签值。特征值包括城镇人均犯罪率、住宅用地所占比例、每栋住宅的平均房间数、到达高速公路的便利指数、城镇非零售业的商业用地所占比例等。标签值是房价的平均值。数据集中各列说明如表 1 所示。
2.1波士顿房价的数据分析
2.1.1 步骤一：导入所需的模块和包
import matplotlib.pyplot as plt
import numpy as np
import tensorflow as tf解释：
matplotlib.pyplot：用于绘制数据图表，如散点图、柱状图等。numpy：用于处理数值计算和数组操作。tensorflow：用于加载数据集，并构建和训练机器学习模型。
2.1.2 步骤二：从 Keras 库中加载波士顿房价数据集
(x_train, y_train), (_, _) = tf.keras.datasets.boston_housing.load_data(test_split=0)解释：
tf.keras.datasets.boston_housing.load_data()：加载波士顿房价数据集。test_split=0：表示不保留测试集，所有数据都作为训练集使用。(x_train, y_train)：接收训练集的数据，包括特征（x_train）和目标值（y_train）。(_, _)：忽略返回的测试集数据，因为我们在此实验中不需要测试集。
2.1.3 步骤三：加载本地 CSV 数据集
import pandas as pd
from sklearn.model_selection import train_test_split
file_path = r'E:/AI/Jupyter/实验任务/实验任务二/data/boston_housing.csv'
boston_data = pd.read_csv(file_path)
print(boston_data.columns)
print(boston_data.head())
解释：
pandas(pd)：用于数据处理，特别是读取 CSV 文件和操作结构化数据。train_test_split：用于将数据集划分为训练集和测试集。pd.read_csv(file_path)：从指定路径加载 CSV 文件为DataFrame格式（boston_data）。boston_data.columns：输出数据集的列名。boston_data.head()：显示数据集的前五行，帮助我们快速查看数据结构和内容。
2.1.4 步骤四：划分特征和目标变量
X = boston_data.drop('MEDV', axis=1) # 特征 y = boston_data['MEDV'] # 目标变量解释：
X = boston_data.drop('MEDV', axis=1)：从数据集中删除MEDV列（即房价），其余列作为特征变量X。y = boston_data['MEDV']：将MEDV列单独提取出来，作为目标变量y。MEDV通常表示房屋的中位价格。
2.1.5 步骤五：划分训练集和测试集
x_train, x_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)解释：
train_test_split(X, y, test_size=0.2, random_state=42)：将数据集划分为训练集和测试集。test_size=0.2：表示20%的数据将用于测试，其余80%用于训练。random_state=42：设置随机种子，保证每次划分结果一致。
- 返回值：
x_train：训练集的特征数据。x_test：测试集的特征数据。y_train：训练集的目标数据（房价）。y_test：测试集的目标数据（房价）。
2.1.6 步骤六：查看数据集的特征值和标签值的类型
print("特征值的类型：", type(x_train))
print("标签值的类型：", type(y_train))解释：
type(x_train)和type(y_train)：分别输出特征值和标签值的类型，通常为pandas.DataFrame和pandas.Series。
2.1.7 步骤七：查看数据集的特征值和标签值的属性
print("特征值的维度：", x_train.ndim)
print("标签值的维度：", y_train.ndim)
print("特征值的形状：", x_train.shape)
print("标签值的形状：", y_train.shape)
print("特征值的元素类型：", x_train.dtypes)
print("标签值的元素类型：", y_train.dtype)
解释：
x_train.ndim和y_train.ndim：分别显示特征值和标签值的维度。x_train.shape和y_train.shape：显示特征值和标签值的形状，帮助我们了解数据的结构。x_train.dtypes和y_train.dtype：查看特征和标签的数据类型，通常为float64。
2.1.8 步骤八：显示数据集的部分数据
print("特征值的最后6行数据：")
print(x_train.tail(6)) # 使用 tail() 显示最后几行数据
print("标签值的最后6行数据：")
print(y_train.tail(6))
解释：
x_train.tail(6)和y_train.tail(6)：分别显示训练集特征值和标签值的最后6行数据，帮助我们了解数据集的末尾数据。
2.2 数据可视化
2.2.1步骤一：设置图形属性
plt.rcParams['font.sans-serif'] = ['SimHei']解释：
plt.rcParams['font.sans-serif'] = ['SimHei']：设置 Matplotlib 图表中的字体为“黑体”，以便显示中文标签。
2.2.2步骤二：绘制特征与房价的散点图
titles = ["CRIM", "ZN", "INDUS", "CHAS", "NOX", "RM", "AGE", "DIS", "RAD", "TAX", "PTRATIO", "B", "LSTAT", "MEDV"]
# 创建画布并设置画布的大小
plt.figure(figsize=(16, 16))
# 绘制子图
for i in range(13):
plt.subplot(4, 4, (i+1))
plt.scatter(x_train.iloc[:, i], y_train)
plt.xlabel(titles[i])
plt.ylabel("Price ($1000's)")
plt.title(str(i+1) + ". " + titles[i] + "-Price")
# 自动调整子图参数，使之填充整个图像区域
plt.tight_layout()
plt.show()
解释：
titles：存储每个特征的名称，用于设置子图的标题。plt.figure(figsize=(16, 16))：创建一个16x16的画布。for i in range(13)：循环遍历13个特征，并为每个特征绘制一个散点图。plt.subplot(4, 4, (i+1))：将画布划分为4x4的网格，并选择当前的子图位置。plt.scatter(x_train.iloc[:, i], y_train)：绘制散点图，x轴为特征值，y轴为房价。plt.xlabel(titles[i])和plt.ylabel("Price ($1000's)")：分别设置x轴和y轴的标签。plt.title(str(i+1) + ". " + titles[i] + "-Price")：设置每个子图的标题。
plt.tight_layout()：自动调整子图参数，使之填充整个图像区域。plt.show()：显示绘制的图表。
2.3 总体代码与结果
2.3.1代码
# 参考代码
# 导入所需要的模块与包
import matplotlib.pyplot as plt
import numpy as np
import tensorflow as tf
# 导入波士顿房价数据集
(x_train, y_train), (_, _) = tf.keras.datasets.boston_housing.load_data(test_split=0)
# 继续导入所需的库
import pandas as pd
from sklearn.model_selection import train_test_split
# 替换为你的文件路径
file_path = r'E:/AI/Jupyter/实验任务/实验任务二/data/boston_housing.csv'
boston_data = pd.read_csv(file_path)
# 查看数据集的列名和前几行数据
print(boston_data.columns)
print(boston_data.head())
# 假设目标变量是房价，特征变量是其他列
X = boston_data.drop('MEDV', axis=1) # 特征
y = boston_data['MEDV'] # 目标变量
# 划分训练集和测试集
x_train, x_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
# 查看数据集特征值和标签值的类型
print("特征值的类型：", type(x_train))
print("标签值的类型：", type(y_train))
# 查看数据集特征值和标签值的属性
print("特征值的维度：", x_train.ndim)
print("标签值的维度：", y_train.ndim)
print("特征值的形状：", x_train.shape)
print("标签值的形状：", y_train.shape)
print("特征值的元素类型：", x_train.dtypes) # 使用 dtypes 来查看每一列的数据类型
print("标签值的元素类型：", y_train.dtype)
# 显示数据集的部分数据
print("特征值的最后6行数据：")
print(x_train.tail(6)) # 使用 tail() 显示最后几行数据
print("标签值的最后6行数据：")
print(y_train.tail(6))
# 参考代码
# 设置图形中的中文字体为“黑体”
plt.rcParams['font.sans-serif'] = ['SimHei']
titles = ["CRIM", "ZN", "INDUS", "CHAS", "NOX", "RM", "AGE", "DIS", "RAD", "TAX", "PTRATIO", "B", "LSTAT", "MEDV"]
# 创建画布并设置画布的大小
plt.figure(figsize=(16, 16))
# 绘制子图
for i in range(13):
plt.subplot(4, 4, (i+1))
plt.scatter(x_train.iloc[:, i], y_train)
plt.xlabel(titles[i])
plt.ylabel("Price ($1000's)")
plt.title(str(i+1) + ". " + titles[i] + "-Price")
# 自动调整子图参数，使之填充整个图像区域
plt.tight_layout()
plt.show()
2.3.2结果
Index(['CRIM', 'ZN', 'INDUS', 'CHAS', 'NOX', 'RM', 'AGE', 'DIS', 'RAD', 'TAX',
'PTRATIO', 'B', 'LSTAT', 'MEDV'],
dtype='object')
CRIM ZN INDUS CHAS NOX RM AGE DIS RAD TAX PTRATIO \
0 0.00632 18.0 2.31 0 0.538 6.575 65.2 4.0900 1 296 15.3
1 0.02731 0.0 7.07 0 0.469 6.421 78.9 4.9671 2 242 17.8
2 0.02729 0.0 7.07 0 0.469 7.185 61.1 4.9671 2 242 17.8
3 0.03237 0.0 2.18 0 0.458 6.998 45.8 6.0622 3 222 18.7
4 0.06905 0.0 2.18 0 0.458 7.147 54.2 6.0622 3 222 18.7
B LSTAT MEDV
0 396.90 4.98 24.0
1 396.90 9.14 21.6
2 392.83 4.03 34.7
3 394.63 2.94 33.4
4 396.90 5.33 36.2
特征值的类型： <class 'pandas.core.frame.DataFrame'>
标签值的类型： <class 'pandas.core.series.Series'>
特征值的维度： 2
标签值的维度： 1
特征值的形状： (404, 13)
标签值的形状： (404,)
特征值的元素类型： CRIM float64
ZN float64
INDUS float64
CHAS int64
NOX float64
RM float64
AGE float64
DIS float64
RAD int64
TAX int64
PTRATIO float64
B float64
LSTAT float64
dtype: object
标签值的元素类型： float64
特征值的最后6行数据：
CRIM ZN INDUS CHAS NOX RM AGE DIS RAD TAX \
71 0.15876 0.0 10.81 0 0.413 5.961 17.5 5.2873 4 305
106 0.17120 0.0 8.56 0 0.520 5.836 91.9 2.2110 5 384
270 0.29916 20.0 6.96 0 0.464 5.856 42.1 4.4290 3 223
348 0.01501 80.0 2.01 0 0.435 6.635 29.7 8.3440 4 280
435 11.16040 0.0 18.10 0 0.740 6.629 94.6 2.1247 24 666
102 0.22876 0.0 8.56 0 0.520 6.405 85.4 2.7147 5 384
PTRATIO B LSTAT
71 19.2 376.94 9.88
106 20.9 395.67 18.66
270 18.6 388.65 13.00
348 17.0 390.94 5.99
435 20.2 109.85 23.27
102 20.9 70.80 10.63
标签值的最后6行数据：
71 21.7
106 19.5
270 21.1
348 24.5
435 13.4
102 18.6
Name: MEDV, dtype: float64
3.鸢尾花数据分析及可视化
导入 scikit-learn
库中的鸢尾花数据集，显示数据集特征值和标签值的类型、属性和部分数据，并绘制花瓣长度和花瓣宽度与鸢尾花品种的散点图。鸢尾花数据集各列说明如表 2
所示。
鸢尾花数据集中共有 150
条数据，分为
3
类，每类
50
条数据，每条数据包含
4个特征值和 1
个标签值，其中特征值分别是花萼长度、花萼宽度、花瓣长度和花瓣宽度，标签值表示鸢尾花的种类，分别是 Setosa
、
Versicolor
和
Virginica
，用整数 0
、
1
和
2
表示
3.1鸢尾花数据分析及可视化
3.1.1 步骤一：使用 load_iris() 函数导入 scikit-learn 库中的鸢尾花数据集
from sklearn.datasets import load_iris
# 使用 load_iris() 函数导入鸢尾花数据集
iris = load_iris()
解释：
load_iris()：scikit-learn提供的函数，用于加载鸢尾花数据集。该数据集包含 150 个样本，每个样本有 4 个特征（花萼长度、花萼宽度、花瓣长度、花瓣宽度），以及对应的标签（鸢尾花的品种：Setosa、Versicolor、Virginica）。
3.1.2 步骤二：获取特征值和标签值
features = iris.data # 特征值
labels = iris.target # 标签值解释：
iris.data：存储鸢尾花数据集的特征值，形状为(150, 4)，每个样本有 4 个特征。iris.target：存储鸢尾花数据集的标签值，形状为(150,)，表示 150 个样本的类别标签。
3.1.3. 步骤三：访问数据集数据
查看数据集的特征值和标签值的类型
print("特征值的类型：", type(features))
print("标签值的类型：", type(labels))解释：
type(features)和type(labels)：输出特征值和标签值的类型，通常为numpy.ndarray。
查看数据集的特征值和标签值的属性
print("特征值的维度：", features.ndim)
print("标签值的维度：", labels.ndim)
print("特征值的形状：", features.shape)
print("标签值的形状：", labels.shape)
print("特征值的元素类型：", features.dtype)
print("标签值的元素类型：", labels.dtype)
解释：
features.ndim和labels.ndim：查看特征值和标签值的维度。特征值通常为二维（2D），标签值为一维（1D）。features.shape和labels.shape：显示特征值和标签值的形状，帮助了解数据集的大小和结构。features.dtype和labels.dtype：查看数据元素的类型，通常特征值为浮点数 (float64)，标签值为整数 (int64)。
3.1.4 步骤四：显示数据集的前10条特征值和标签值数据
print("前10条特征值数据：")
print(features[:10])
print("前10条标签值数据：")
print(labels[:10])
解释：
features[:10]和labels[:10]：分别显示数据集中前 10 个样本的特征值和对应的标签值，帮助快速了解数据的内容。
3.1.5 步骤五：绘制花瓣长度和花瓣宽度与鸢尾花品种的散点图
import matplotlib.pyplot as plt
# 创建绘图窗口
plt.figure(figsize=(8, 6))
# 设置颜色映射，分别表示Setosa, Versicolor, Virginica
colors = ['blue', 'red', 'green']
for i in range(3):
plt.scatter(features[labels == i, 2], features[labels == i, 3],
c=colors[i], label=iris.target_names[i])
# 设置图形的标题和标签
plt.title('鸢尾花数据集\n(蓝色->Setosa | 红色->Versicolor | 绿色->Virginica)', fontsize=14)
plt.xlabel('花瓣长度 (cm)', fontsize=12)
plt.ylabel('花瓣宽度 (cm)', fontsize=12)
# 添加图例
plt.legend()
# 显示图形
plt.show()
解释：
plt.figure(figsize=(8, 6))：创建一个 8x6 英寸的图形窗口。colors = ['blue', 'red', 'green']：定义颜色列表，分别代表 Setosa（蓝色）、Versicolor（红色）、Virginica（绿色）三种鸢尾花品种。for i in range(3)：循环遍历三种鸢尾花品种，并绘制对应的散点图。features[labels == i, 2]和features[labels == i, 3]：分别提取第 i 种鸢尾花品种的花瓣长度和宽度。c=colors[i]：为不同品种的鸢尾花设置不同的颜色。label=iris.target_names[i]：为不同的品种添加标签。
plt.xlabel()和plt.ylabel()：分别设置 x 轴和 y 轴的标签为花瓣长度和花瓣宽度。plt.title()：设置图形的标题，并注明颜色与品种的对应关系。plt.legend()：添加图例，显示每种颜色代表的鸢尾花品种。plt.show()：显示绘制的散点图。
3.2总体代码和效果
3.2.1代码
# 导入所需的库
from sklearn.datasets import load_iris
import matplotlib.pyplot as plt
import numpy as np
# 步骤一：使用 load_iris() 函数导入 scikit-learn 库中的鸢尾花数据集
iris = load_iris()
features = iris.data # 特征值
labels = iris.target # 标签值
# 步骤二：查看数据集的特征值和标签值的类型
print("特征值的类型：", type(features))
print("标签值的类型：", type(labels))
# 步骤三：查看数据集的特征值和标签值的属性
print("特征值的维度：", features.ndim)
print("标签值的维度：", labels.ndim)
print("特征值的形状：", features.shape)
print("标签值的形状：", labels.shape)
print("特征值的元素类型：", features.dtype)
print("标签值的元素类型：", labels.dtype)
# 步骤四：显示数据集的前10条特征值和标签值数据
print("前10条特征值数据：")
print(features[:10])
print("前10条标签值数据：")
print(labels[:10])
# 步骤五：绘制花瓣长度和花瓣宽度与鸢尾花品种的散点图
plt.figure(figsize=(8, 6))
# 设置颜色映射，分别表示Setosa, Versicolor, Virginica
colors = ['blue', 'red', 'green']
for i in range(3):
plt.scatter(features[labels == i, 2], features[labels == i, 3],
c=colors[i], label=iris.target_names[i])
# 设置图形的标题和标签
plt.title('鸢尾花数据集\n(蓝色->Setosa | 红色->Versicolor | 绿色->Virginica)', fontsize=14)
plt.xlabel('花瓣长度 (cm)', fontsize=12)
plt.ylabel('花瓣宽度 (cm)', fontsize=12)
# 添加图例
plt.legend()
# 显示图形
plt.show()
3.2.2效果
特征值的类型： <class 'numpy.ndarray'> 标签值的类型： <class 'numpy.ndarray'> 特征值的维度： 2 标签值的维度： 1 特征值的形状： (150, 4) 标签值的形状： (150,) 特征值的元素类型： float64 标签值的元素类型： int32 前10条特征值数据： [[5.1 3.5 1.4 0.2] [4.9 3. 1.4 0.2] [4.7 3.2 1.3 0.2] [4.6 3.1 1.5 0.2] [5. 3.6 1.4 0.2] [5.4 3.9 1.7 0.4] [4.6 3.4 1.4 0.3] [5. 3.4 1.5 0.2] [4.4 2.9 1.4 0.2] [4.9 3.1 1.5 0.1]] 前10条标签值数据： [0 0 0 0 0 0 0 0 0 0]
![[线程]阻塞队列](https://i-blog.csdnimg.cn/direct/0026d860e0c648f991b63ae3b868b427.png)
