Toy150 行 × 5 列4 KB无缺失数据 2026-08-11

iris

三个物种、四个连续测量值，分组边界清楚——散点、判别、聚类和定性色板最经典的小数据。

R datasets::iris（Anderson, 1935；Fisher, 1936） · 收录于 2026-08-11

数据预览前 6 行

Sepal.Length	Sepal.Width	Petal.Length	Petal.Width	Species
5.1	3.5	1.4	0.2	setosa
4.9	3	1.4	0.2	setosa
4.7	3.2	1.3	0.2	setosa
4.6	3.1	1.5	0.2	setosa
5	3.6	1.4	0.2	setosa
5.4	3.9	1.7	0.4	setosa

变量5 列

字符型1双精度4

类型

#	变量	类型	缺失	统计
1	Sepal.Length	双精度	—	min 4.3q1 —中位 5.8均值 5.84q3 —max 7.9
2	Sepal.Width	双精度	—	min 2q1 —中位 3均值 3.06q3 —max 4.4
3	Petal.Length	双精度	—	min 1q1 —中位 4.35均值 3.76q3 —max 6.9
4	Petal.Width	双精度	—	min 0.1q1 —中位 1.3均值 1.2q3 —max 2.5
5	Specieskey	字符型	—	不同值 3setosa · versicolor · virginica

载入已写好列类型

library(readr)

iris <- read_csv(
  "https://assets.evanzhou.org/tessera/csv/iris.csv",
  col_types = cols(
    Sepal.Length = col_double(),
    Sepal.Width  = col_double(),
    Petal.Length = col_double(),
    Petal.Width  = col_double(),
    Species      = col_character()
  )
)

URLhttps://assets.evanzhou.org/tessera/csv/iris.csv

来源

R 自带的 datasets::iris。150 朵鸢尾花分属 setosa、versicolor 和 virginica，每个物种各 50 条；四个测量值均以厘米计。

这里的 CSV 由 R 4.5.1 自带数据原样导出，不加行号、不改列名。完整出处与历史见 R 官方文档。

适用图形

图形结构	用途
分组散点	比较三个物种在两项测量上的分离程度
散点矩阵	同时查看四个连续变量的两两关系
箱线 / 小提琴	按物种比较单项测量分布
聚类图	检查无监督分组与真实物种是否相合

生成脚本R · 5 行

write.csv(
  datasets::iris,
  "iris.csv",
  row.names = FALSE
)

表中统计由 scripts/profile_dataset.py 于 2026-08-11 数出。