对数据进行分类的python代码

可以使用sklearn库中的各种分类算法进行数据分类，例如决策树、K近邻、朴素贝叶斯、支持向量机等。以下是一个简单的示例代码：

from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeClassifier
 
# 加载数据集
iris = load_iris()
X = iris.data
y = iris.target
 
# 拆分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)
 
# 构建决策树模型
clf = DecisionTreeClassifier(random_state=0)
clf.fit(X_train, y_train)
 
# 评估模型
score = clf.score(X_test, y_test)
print('Accuracy:', score)

以上只是示例，实际应用中需要根据数据集的情况选择适当的分类算法进行建模。