本文将详细介绍如何使用 Python 的 Pandas 库加载著名的 Iris（鸢尾花）数据集，并将其转换为数据框（DataFrame）格式。随后，我们将展示如何利用 Pandas 提供的便捷方法，对数据集进行信息查看和描述性统计分析，帮助读者快速了解数据集的结构和特征。
加载 Iris 数据集并创建 DataFrame
首先，我们需要从 sklearn.datasets 模块导入 load_iris 函数，并使用它加载 Iris 数据集。然后，我们将使用 Pandas 的 DataFrame 类，将数据集转换为数据框格式。
from sklearn.datasets import load_iris import pandas as pd iris = load_iris() df = pd.DataFrame(iris.data, columns=iris.feature_names)
这段代码首先导入了必要的库：sklearn.datasets 用于加载数据集，pandas 用于创建和操作数据框。load_iris() 函数返回一个包含数据集所有信息的对象。我们使用 iris.data 获取数据部分，iris.feature_names 获取特征名称，并将它们传递给 pd.DataFrame() 构造函数，从而创建一个名为 df 的数据框。
查看 DataFrame 信息
创建数据框后，我们可以使用 .info() 方法查看其基本信息，包括列名、数据类型、非空值数量等。
df.info()
该方法会输出 DataFrame 的摘要信息，例如：
RangeIndex: 150 entries, 0 to 149 Data columns (total 4 columns): Column Non-Null Count Dtype --- ------ -------------- ----- 0 sepal length (cm) 150 non-null float64 1 sepal width (cm) 150 non-null float64 2 petal length (cm) 150 non-null float64 3 petal width (cm) 150 non-null float64 dtypes: float64(4) memory usage: 4.8 KB
从输出中可以看出，该数据框包含 150 行数据，4 列特征，所有特征均为 float64 类型，且不存在缺失值。
进行描述性统计分析
接下来，我们可以使用 .describe() 方法对数据框进行描述性统计分析，包括均值、标准差、最小值、最大值、四分位数等。
df.describe()
该方法会输出 DataFrame 中数值列的统计信息，例如：
sepal length (cm) sepal width (cm) petal length (cm) petal width (cm) count 150.000000 150.000000 150.000000 150.000000 mean 5.843333 3.057333 3.758000 1.199333 std 0.828066 0.435866 1.765298 0.762238 min 4.300000 2.000000 1.000000 0.100000 25% 5.100000 2.800000 1.600000 0.300000 50% 5.800000 3.000000 4.350000 1.300000 75% 6.400000 3.300000 5.100000 1.800000 max 7.900000 4.400000 6.900000 2.500000
通过这些统计信息，我们可以初步了解每个特征的分布情况。
DataFrame 样式展示 (可选)
如果需要在 Jupyter Notebook 或类似环境中以更美观的表格形式展示 DataFrame，可以使用 df.style 属性。
df.style
或者，使用 display(df) 函数也能达到类似的效果。
from IPython.display import display display(df)
这两种方法都能将 DataFrame 以更易读的方式呈现出来，方便数据的浏览和理解。
注意事项
- df.info() 和 df.describe() 方法本身会直接打印输出结果，不需要将其放在 print() 函数中。如果放在 print() 中，可能会导致输出格式不正确。
总结
本文详细介绍了如何使用 Pandas 加载 Iris 数据集并进行初步分析。通过加载数据集、创建 DataFrame、查看信息和进行描述性统计分析，我们可以快速了解数据集的结构和特征，为后续的数据分析和建模奠定基础。掌握这些基本操作对于数据科学入门至关重要。
