前言
鸢（yuān）尾花
Iris Data Set（鸢尾属植物数据集）是历史比较悠久的数据集，它首次出现在著名的英国统计学家和生物学家Ronald Fisher 1936年的论文《The use of multiple measurements in taxonomic problems》中，被用来介绍线性判别式分析。
在这个数据集中，包括了三类不同的鸢尾属植物：Iris Setosa，Iris Versicolour，Iris Virginica。每类收集了50个样本，因此这个数据集一共包含了150个样本，每个样本选取4个代表性的特征，它们分别是：
- sepallength：萼片长度，单位是厘米，之后用SL代替
- sepalwidth：萼片宽度，单位是厘米，之后用SW代替
- petallength：花瓣长度，单位是厘米，之后用PL代替
- petalwidth：花瓣宽度，单位是厘米，之后用PW代替
关于这个数据集，可以从sklearn下载，我这里使用的是本地文件，放到和代码执行文件同级目录中：
如果有积分不够的朋友想要下载请在本文下方留言，我看到都会发。
1. 导入鸢尾属植物数据集，保持文本不变。
【知识点：输入和输出】
如何导入存在数字和文本的数据集？
使用这种方式之后，在下面的问题中就可以直接使用getData()来获得数据。
2. 求出鸢尾属植物萼片长度的平均值、中位数和标准差（第1列，sepallength）
【知识点：统计相关】
如何计算numpy数组的均值，中位数，标准差？
3. 创建一种标准化形式的鸢尾属植物萼片长度，其值正好介于0和1之间，这样最小值为0，最大值为1（第1列，sepallength）。
【知识点：统计相关】
如何标准化数组？
思路：
待处理数组全部减去最小值，然后再除以当前的最大值（即原数组最大值和最小值的差）
4. 找到鸢尾属植物萼片长度的第5和第95百分位数（第1列，sepallength）。
【知识点：统计相关】
如何找到numpy数组的百分位数？
5. 把iris_data数据集中的20个随机位置修改为np.nan值。
【知识点：随机抽样】
如何在数组中的随机位置修改值？
方法一：
但是这种方法可能是不稳定的，因为可能随机到相同的位置，如下图所示，只添加了19个nan：
方法二：
这里讲一下思路，首先利用np.shuffle()方法随机生成20个不重复的600以内的数字，然后利用整除和取余来将其转换为满足要求的二维坐标，然后利用numpy的向量化特性直接对原数据进行赋值。
这种方法有一定的问题，就是没有把最后一行标签放进来，考虑改进：
方法2.1：
还有一个小小的问题，就是这样就不能使用方法二的np.isnan(data)，否则会报错：
这个问题等价于：
解决办法可以是限定在特征列，保证为float型，因此在之后的解题过程中仍采用方法2的一系列函数定义，方法2.1只作为一个拓展临时使用。
6. 在iris_data的sepallength中查找缺失值的个数和位置（第1列）。
【知识点：逻辑函数、搜索】
如何在numpy数组中找到缺失值的位置？
7. 筛选具有 sepallength（第1列）< 5.0 并且 petallength（第3列）> 1.5 的 iris_data行。
【知识点：搜索】
如何根据两个或多个条件筛选numpy数组？
8. 选择没有任何 nan 值的 iris_data行。
【知识点：逻辑函数、搜索】
如何从numpy数组中删除包含缺失值的行？
9. 计算 iris_data 中sepalLength（第1列）和petalLength（第3列）之间的相关系数。
【知识点：统计相关】
如何计算numpy数组两列之间的相关系数？
10. 找出iris_data是否有任何缺失值。
【知识点：逻辑函数】
如何查找给定数组是否具有空值？
11. 在numpy数组中将所有出现的nan替换为0。
【知识点：逻辑函数】
如何在numpy数组中用0替换所有缺失值？
12. 找出鸢尾属植物物种中的唯一值和唯一值出现的数量。
【知识点：数组操作】
如何在numpy数组中查找唯一值的计数？
13. 将 iris_data 的花瓣长度（第3列）以形成分类变量的形式显示。定义：Less than 3 --> ‘small’；3-5 --> ‘medium’；’>=5 --> ‘large’。
【知识点：统计相关】
如何将数字转换为分类（文本）数组？
14. 在 iris_data 中创建一个新列，其中 volume 是 (pi x petallength x sepallength ^ 2）/ 3。
【知识点：数组操作】
如何从numpy数组的现有列创建新列？
15. 随机抽鸢尾属植物的种类，使得Iris-setosa的数量是Iris-versicolor和Iris-virginica数量的两倍。
【知识点：随机抽样】
如何在numpy中进行概率抽样？
16. 根据 sepallength 列对数据集进行排序。
【知识点：排序】
如何按列对2D数组进行排序？
17. 在鸢尾属植物数据集中找到最常见的花瓣长度值（第3列）。
【知识点：数组操作】
如何在numpy数组中找出出现次数最多的值？
18. 在鸢尾花数据集的 petalwidth（第4列）中查找第一次出现的值大于1.0的位置。
【知识点：搜索】
如何找到第一次出现大于给定值的位置？
这里因为PW是一维数组，所以np.where返回的结果会在外面包裹一层，详见：
The end
