读取iris数据集中花萼

读取iris数据集中花萼长度数据，可以按照以下步骤进行操作：
1. 导入必要的模块：import numpy as np, import csv
2. 获取数据：使用csv模块读取iris.csv文件中的数据，并将其保存在一个列表中。
3. 数据清理：去掉数据中的索引号，只保留花萼长度数据。
4. 将数据类型转换为float类型，以便后续的计算和排序操作。
5. 对花萼长度数据进行排序：使用np.sort()函数对数据进行排序。
6. 去重：使用np.unique()函数对数据进行去重操作。
7. 对花萼长度数据进行统计：使用np.sum()、np.mean()、np.std()、np.var()、np.min()和np.max()函数分别计算数据的和、均值、标准差、方差、最小值和最大值。

以下是代码示例：

import numpy as np
import csv

iris_data = []
with open("iris.csv") as csvfile:
    csv_reader = csv.reader(csvfile)
    birth_header = next(csv_reader)
    for row in csv_reader:
        iris_data.append(row)

iris_list = []
for row in iris_data:
    iris_list.append(tuple(row[1:]))

datatype = np.dtype([("Sepal.Length", np.str_, 40), ("Sepal.Width", np.str_, 40), ("Petal.Length", np.str_, 40), ("Petal.Width", np.str_, 40), ("Species", np.str_, 40)])
iris_data = np.array(iris_list, dtype=datatype)
SepalLength = iris_data["Sepal.Length"].astype(float)

sorted_SepalLength = np.sort(SepalLength)
unique_SepalLength = np.unique(SepalLength)

sum_SepalLength = np.sum(SepalLength)
mean_SepalLength = np.mean(SepalLength)
std_SepalLength = np.std(SepalLength)
var_SepalLength = np.var(SepalLength)
min_SepalLength = np.min(SepalLength)
max_SepalLength = np.max(SepalLength)

print("排序后的花萼长度数据：", sorted_SepalLength)
print("去重后的花萼长度数据：", unique_SepalLength)
print("花萼长度数据的和：", sum_SepalLength)
print("花萼长度数据的均值：", mean_SepalLength)
print("花萼长度数据的标准差：", std_SepalLength)
print("花萼长度数据的方差：", var_SepalLength)
print("花萼长度数据的最小值：", min_SepalLength)
print("花萼长度数据的最大值：", max_SepalLength)