python读取mtcars数据集并实现以下操作_python-熊猫中的示例数据集

自从我最初写这个答案以来，我已经用许多可用于在Python中访问示例数据集的方法对其进行了更新。 就我个人而言，我倾向于坚持我的任何包装已经使用过（通常是seaborn或pandas）。 如果您需要离线访问，用Quilt安装数据集似乎是唯一的选择。

Seaborn

出色的绘图软件包scikit-learn具有多个内置样本数据集。

import seaborn as sns

iris = sns.load_dataset('iris')

iris.head()

sepal_length sepal_width petal_length petal_width species

0 5.1 3.5 1.4 0.2 setosa

1 4.9 3.0 1.4 0.2 setosa

2 4.7 3.2 1.3 0.2 setosa

3 4.6 3.1 1.5 0.2 setosa

4 5.0 3.6 1.4 0.2 setosa

大熊猫

如果您不想导入scikit-learn，但仍想访问其示例数据集，您可以对@searew样本使用@andrewwowens的方法数据：

iris = pd.read_csv('https://raw.githubusercontent.com/mwaskom/seaborn-data/master/iris.csv')

请注意，包含分类列的样本数据集的列类型由scikit-learn修改，结果可能不相同直接从网址获取。 虹膜和笔尖样本数据集也在这里可以在pandas github repo中找到。

R个样本数据集

由于可以通过scikit-learn读取任何数据集，因此可以访问所有R的样本数据集，方法是从该R数据集中复制URL资料库。

加载R个样本数据集的其他方式包括scikit-learn

import statsmodels.api as sm

iris = sm.datasets.get_rdataset('iris').data

和scikit-learn

from pydataset import data

iris = data('iris')

scikit学习

scikit-learn以numpy数组而不是熊猫数据的形式返回示例数据帧。

from sklearn.datasets import load_iris

iris = load_iris()

# `iris.data` holds the numerical values

# `iris.feature_names` holds the numerical column names

# `iris.target` holds the categorical (species) values (as ints)

# `iris.target_names` holds the unique categorical names

被子

被子是一个数据集管理器，旨在帮助数据集管理。 它包括许多常见的样本数据集，例如uciml样本中的几个资料库。 快速入门页面显示了如何安装并导入虹膜数据集：

# In your terminal

$ pip install quilt

$ quilt install uciml/iris

安装数据集后，可以在本地访问它，因此，如果要脱机使用数据，这是最佳选择。

import quilt.data.uciml.iris as ir

iris = ir.tables.iris()

sepal_length sepal_width petal_length petal_width class

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

被子还支持数据集版本控制，并包含简短内容每个数据集的描述。