一、 假设鸢尾花(iris)数据集已经下载到本地，写程序完成以下功能： （1） 用pandas读取并print数据； （2） 将数据以excel格式保存到指定文件； （3） 求鸢尾花各属性的均值和方差； （4） 画各列属性的箱形图。

好的，我可以回答这个问题。以下是代码实现：

（1）用pandas读取并print数据：

import pandas as pd

# 读取数据
data = pd.read_csv('iris.csv')

# 打印数据
print(data)

（2）将数据以excel格式保存到指定文件：

# 将数据保存为excel文件
data.to_excel('iris.xlsx', index=False)

（3）求鸢尾花各属性的均值和方差：

# 求各属性的均值和方差
mean = data.mean()
var = data.var()

# 打印均值和方差
print('各属性的均值为：\n', mean)
print('各属性的方差为：\n', var)

（4）画各列属性的箱形图：

import matplotlib.pyplot as plt

# 画箱形图
data.boxplot()

# 设置图像标题和坐标轴标签
plt.title('各列属性的箱形图')
plt.xlabel('属性')
plt.ylabel('值')

# 显示图像
plt.show()

希望这些代码能够帮助你完成任务！

相关问题

（1） 用pandas读取并print已经下载到本地鸢尾花数据集数据

可以使用以下代码读取并打印鸢尾花数据集：

import pandas as pd

# 读取数据集
iris_data = pd.read_csv('iris.csv')

# 打印数据集
print(iris_data)

请注意，这里假设数据集已经下载到本地，并且文件名为`iris.csv`。如果文件名或路径不同，请相应地修改代码。

用 Numpy 读取 csv 数据中的 鸢尾花数据，并打印查看数据信息。 主要步骤： （1）用 numpy 的 loadtxt 文件读取方法加载并查看 iris.csv 3、用 Numpy（亦可用 Pandas）将读取的数据按鸢尾花类别进行 划分。主要步骤： （1）读取 iris.csv 中的数据，并将最后一列中的鸢尾花种类进 行划分 （2）将划分好的数据分配到不同子集（或直接切片使用） 4、以前三个数据属性【花萼长度 花萼宽度 花瓣长度】为三个 轴，用 Matplotlib 创建 3D 画布，并将上述鸢尾花类别的数据画到子 图中。主要步骤： （1）创建画布，为三个轴分配属性名称 （2）将读取数据到的数据按类别 （3）用不同的颜色区分三种鸢尾花数据 ，其中iris.csv中有setosa这样的字母

以下是用 Numpy 读取 csv 数据中的鸢尾花数据，并打印查看数据信息的代码：

import numpy as np

# 加载 iris.csv 文件
data = np.loadtxt('iris.csv', delimiter=',', skiprows=1, usecols=(0, 1, 2, 3))

print('数据信息：')
print('数据类型：', type(data))
print('数据形状：', data.shape)
print('数据前5行：\n', data[:5])

输出结果为：

数据信息：
数据类型： <class 'numpy.ndarray'>
数据形状： (150, 4)
数据前5行：
 [[5.1 3.5 1.4 0.2]
  [4.9 3.  1.4 0.2]
  [4.7 3.2 1.3 0.2]
  [4.6 3.1 1.5 0.2]
  [5.  3.6 1.4 0.2]]

以下是将读取的数据按鸢尾花类别进行划分的代码：

# 加载 iris.csv 文件
data = np.loadtxt('iris.csv', delimiter=',', skiprows=1, usecols=(0, 1, 2, 3))

# 将最后一列中的鸢尾花种类进行划分
labels = np.genfromtxt('iris.csv', delimiter=',', skip_header=1, usecols=4, dtype=str)

# 将划分好的数据分配到不同子集
setosa = data[labels == 'setosa']
versicolor = data[labels == 'versicolor']
virginica = data[labels == 'virginica']

print('setosa 数据信息：')
print('数据类型：', type(setosa))
print('数据形状：', setosa.shape)
print('数据前5行：\n', setosa[:5])
print('\nversicolor 数据信息：')
print('数据类型：', type(versicolor))
print('数据形状：', versicolor.shape)
print('数据前5行：\n', versicolor[:5])
print('\nvirginica 数据信息：')
print('数据类型：', type(virginica))
print('数据形状：', virginica.shape)
print('数据前5行：\n', virginica[:5])

输出结果为：

setosa 数据信息：
数据类型： <class 'numpy.ndarray'>
数据形状： (50, 4)
数据前5行：
 [[5.1 3.5 1.4 0.2]
  [4.9 3.  1.4 0.2]
  [4.7 3.2 1.3 0.2]
  [4.6 3.1 1.5 0.2]
  [5.  3.6 1.4 0.2]]

versicolor 数据信息：
数据类型： <class 'numpy.ndarray'>
数据形状： (50, 4)
数据前5行：
 [[7.  3.2 4.7 1.4]
  [6.4 3.2 4.5 1.5]
  [6.9 3.1 4.9 1.5]
  [5.5 2.3 4.  1.3]
  [6.5 2.8 4.6 1.5]]

virginica 数据信息：
数据类型： <class 'numpy.ndarray'>
数据形状： (50, 4)
数据前5行：
 [[6.3 3.3 6.  2.5]
  [5.8 2.7 5.1 1.9]
  [7.1 3.  5.9 2.1]
  [6.3 2.9 5.6 1.8]
  [6.5 3.  5.8 2.2]]

以下是以前三个数据属性【花萼长度 花萼宽度 花瓣长度】为三个轴，用 Matplotlib 创建 3D 画布，并将上述鸢尾花类别的数据画到子图中的代码：

import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D

# 加载 iris.csv 文件
data = np.loadtxt('iris.csv', delimiter=',', skiprows=1, usecols=(0, 1, 2))

# 将最后一列中的鸢尾花种类进行划分
labels = np.genfromtxt('iris.csv', delimiter=',', skip_header=1, usecols=4, dtype=str)

# 创建画布，为三个轴分配属性名称
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.set_xlabel('花萼长度')
ax.set_ylabel('花萼宽度')
ax.set_zlabel('花瓣长度')

# 用不同的颜色区分三种鸢尾花数据 
ax.scatter(setosa[:, 0], setosa[:, 1], setosa[:, 2], c='r', label='setosa')
ax.scatter(versicolor[:, 0], versicolor[:, 1], versicolor[:, 2], c='g', label='versicolor')
ax.scatter(virginica[:, 0], virginica[:, 1], virginica[:, 2], c='b', label='virginica')

# 显示图例
plt.legend()

# 显示图像
plt.show()

输出结果为：