Python 从CSV文件加载Iris数据集？

我正在用Scikit learn练习数据处理，我正在研究分类概率。我已经使用导入数据集中的数据集成功运行了模型，现在我想尝试使用CSV文件执行同样的操作，因此我下载了相同的数据集，并尝试将其加载到我的代码中

iris = np.loadtxt('./iris.csv', delimiter=',', skiprows=1)
X = iris.data[:, 0:2]
y = iris.target 

---

但是，我遇到一个错误，说明

ValueError:无法将字符串转换为float:“setosa”

我知道这是来自CSV的，因为它是花的名称，是否有其他方法导入此CSV文件以避免此问题？

为此，您可以使用：

data = pandas.read_csv("iris.csv")
data.head() # to see first 5 rows
X = data.drop(["target"], axis = 1)
Y = data["target"]

或者你可以试试（我个人建议使用熊猫）

---

使用您的第一个解决方案，我得到了

KeyError:“['target']未在axis中找到”

我没有理解吗？是否需要将

“['target']”“

替换为其他内容？因此目标列将是您的目标值。请根据您的列名更改目标。因此，在我的情况下，我想去掉物种名称，以便在

x=data.drop（[“species”]），axis=1

，我将在

y=data[“target”]

中输入什么，您的y应该是“species”。y=数据[“物种”]

from numpy import genfromtxt
my_data = genfromtxt('my_file.csv', delimiter=',')