如何拆分sklearn中wine数据集元组并合并为含class列的矩阵？

先搞懂dt的结构 #

当你用load_wine(return_X_y=True)时，返回的dt是一个元组，里面装着两个数组：

• 第一个是特征数组（记为X），对应178个样本的13个特征，形状是(178, 13)
• 第二个是标签数组（记为y），对应每个样本的类别，形状是(178,)

元组没法用np.split拆分，直接用元组解包就能拿到单独的X和y，比你想的简单。

步骤1：拆分特征与标签 #

一行代码搞定：

X, y = dt

执行完这行，X就是所有特征数据，y就是对应的类别标签。

步骤2：合并成最后一列为class的矩阵 #

给你两种实用方法，选顺手的用：

方法1：用Numpy合并（得到纯数组）

因为y是一维数组，得先转成二维列向量，再和X横向拼接：

# 把y转成(178,1)的列向量
y_col = y.reshape(-1, 1)
# 横向拼接X和y_col，得到最后一列是class的矩阵
wine_matrix = np.hstack((X, y_col))

方法2：用Pandas合并（得到带列名的表格，更直观）

如果你想清楚看到每列对应的特征名称，用Pandas更合适：

# 重新获取完整数据集对象，拿到特征名
wine_full = load_wine()
# 把X转成DataFrame，加上特征列名
wine_df = pd.DataFrame(X, columns=wine_full.feature_names)
# 把y作为最后一列，命名为'class'
wine_df['class'] = y

打印wine_df.head()就能直接看到前5行带列名的数据，新手看这个更清楚。

完整示例代码 #

import numpy as np
import pandas as pd 
from sklearn.datasets import load_wine

# 获取数据集元组
dt = load_wine(return_X_y=True)
# 拆分特征和标签
X, y = dt

# Numpy合并方式
y_col = y.reshape(-1, 1)
wine_matrix = np.hstack((X, y_col))
print("Numpy合并后的矩阵形状：", wine_matrix.shape)

# Pandas合并方式
wine_full = load_wine()
wine_df = pd.DataFrame(X, columns=wine_full.feature_names)
wine_df['class'] = y
print("\nPandas合并后的前5行数据：")
print(wine_df.head())

内容的提问来源于stack exchange，提问作者user21840125