借助numpy索引实现scikit-learn Iris数据集前5个观测标签映射为花卉名称

基础加载流程 #

入门阶段操作Iris数据集的第一步是完成标准加载，固定代码如下：

from sklearn.datasets import load_iris
iris = load_iris()

加载完成后可直接调用数据集内置属性：

• iris.data：存储所有样本的4维特征值
• iris.target：存储所有样本对应的整数分类标签
• iris.target_names：按标签顺序存储的花卉类别名，顺序和已知对应关系完全一致：['setosa', 'versicolor', 'virginica']

两种可落地的实现方案 #

方案1：基于numpy索引提取（匹配你之前了解的实现思路） #

利用numpy数组支持整数索引的特性，不需要循环遍历，代码简洁且效率高：

1. 切片取出前5条样本对应的整数标签：iris.target[:5]
2. 把取出的标签数组作为下标，直接索引类别名数组iris.target_names，即可一次性拿到所有对应花卉名称

完整可运行代码：

# 提取前5条样本的分类标签
first5_labels = iris.target[:5]
# 通过numpy索引映射为花卉名称
first5_flower_names = iris.target_names[first5_labels]
print(first5_flower_names)

运行后输出结果为：['setosa' 'setosa' 'setosa' 'setosa' 'setosa']。由于Iris数据集的存储顺序是前50条全为setosa类别，因此开头5条记录的类别均为setosa。

方案2：手动建立映射关系实现 #

如果不使用数据集自带的类别名数组，完全按照已知的标签对应规则实现映射，可通过字典匹配的方式完成，适合理解标签-名称的转换逻辑：

# 按已知对应关系建立标签映射字典
label_category_map = {
    0: 'setosa',
    1: 'versicolor',
    2: 'virginica'
}
# 遍历前5条标签匹配对应名称
first5_flower_names = [label_category_map[label] for label in iris.target[:5]]
print(first5_flower_names)

该方案的输出结果和第一种方案完全一致。

常见注意事项 #

• 取前5条样本的切片写法为[:5]，对应数组下标0到4的记录，不要写错范围
• 优先选择numpy索引的实现写法，避免提前把全量标签转换为字符串再做切片的冗余操作，代码运行效率更高

内容的提问来源于stack exchange，提问作者JakeDrone