Поскольку я изначально написал этот ответ, я обновил его многими способами, которые теперь доступны для доступа к наборам образцов данных в Python. Лично я склонен придерживаться любого пакета, который я уже использую (обычно морского или панд). Если вам нужен автономный доступ, установка набора данных с помощью Quilt кажется единственной опцией.
В блестящем графическом пакете seaborn
имеется несколько встроенных наборов данных выборки.
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
Если вы не хотите импортировать seaborn
, но все же хотите получить доступ к его выборкам данных , вы может использовать подход @ andrewwowens для данных образцов морского судна:
iris = pd.read_csv('https://raw.githubusercontent.com/mwaskom/seaborn-data/master/iris.csv')
Обратите внимание, что образцы данных, содержащие категориальные столбцы, имеют свой тип столбца , измененный sns.load_dataset()
, и результат может не быть тем же самым, получая его непосредственно из URL.
Так как любой набор данных может быть прочитан через pd.read_csv()
, наборы данных образцов диафрагмы и наконечников также доступны в pandas github repo здесь .
], можно получить доступ ко всем наборам данных выборки R, скопировав URL-адреса из этого репозитория данных репозитория R .
Дополнительные способы загрузки наборов данных выборки R включают statsmodel
import statsmodels.api as sm
iris = sm.datasets.get_rdataset('iris').data
from pydataset import data
iris = data('iris')
scikit-learn
возвращает образцы данных как массивы numpy, а не кадр данных pandas.
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
Quilt - это менеджер набора данных, созданный для облегчения управления набором данных. Он включает в себя множество общих наборов данных выборки, таких как несколько из репозитория образцов uciml . На стартовой странице показано, как установить и импортировать набор диафрагмы:
# In your terminal
$ pip install quilt
$ quilt install uciml/iris
После установки набора данных он доступен локально, поэтому это лучший вариант, если вы хотите работать с данными в автономном режиме.
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
Quilt также поддерживает управление версиями данных и включает краткое описание для каждого набора данных.