iris.csv数据可视化

Iris.csv是一个经典的机器学习数据集，它包含了三种鸢尾花（Setosa、Versicolour和Virginica）的测量特征，如花瓣长度、花瓣宽度、萼片长度和萼片宽度等。对于这个数据集进行可视化，通常是为了探索数据分布、识别类别间的区别或者评估分类模型的效果。

你可以通过以下几个步骤对`iris.csv`数据进行可视化：

1. 导入必要的库：如pandas用于数据分析，matplotlib或seaborn用于绘制图表。

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

2. 加载数据：

data = pd.read_csv('iris.csv')

3. 数据预览：

print(data.head())

4. 绘制散点图或箱线图展示特征之间的关系，比如花瓣长度与花瓣宽度：

sns.scatterplot(x='petal length (cm)', y='petal width (cm)', hue='species', data=data)
plt.show()

5. 使用直方图或密度图查看每个特征的分布：

sns.displot(data=data, x="petal length (cm)", hue="species", kind="kde")
plt.show()

6. 分类变量的条形图或者堆积条形图，展示每种鸢尾花的数量：

sns.countplot(x="species", data=data)
plt.show()