-color：brown=n，orange=o，white=w，yellow=y
-number：none=n，one=o，two=t
-type：cobwebby=c，evanescent=e，flaring=f，large=l，none=n，pendant=p，sheathing=s，zone=z
-print-color：black=k，brown=n，buff=b，chocolate=h，green=r，orange=o，purple=u，white=w，yellow=y
：abundant=a，clustered=c，numerous=n，scattered=s，several=v，solitary=y
：grasses=g，leaves=l，meadows=m，paths=p，urban=u，waste=w，woods=d
首先使用pandas读取数据，这是一个强大的数据处理工具。通过显示数据形状可以看到共有8124行、24列。
In[5]：importpandasaspd
importnumpyasnp
In[6]：data=pd.read_excel（''，header=0）
In[7]：
Out[7]：（8124，24）
使用如下命令观察前5行数据。
In[8]：（5）
Out[8]：
样本编号标记属性1 属性2 属性3 属性4 属性5 属性6 属性7 属性8...
属性13 属性14 属性15 属性16 属性17 属性18\
01.0pxsntpfcn...swwpwo
12.0exsytafcb...swwpwo
23.0ebswtlfcb...swwpwo
34.0pxywtpfcn...swwpwo
45.0exsgfnfwb...swwpwo
属性19 属性20 属性21 属性22
0pksu
1pnng
2pnnm
3pksu
4enag
[5rowsx24columns]
进行数据拆分，获得输入数据X和对应的类别标记Y，这个过程是为了准备训练数据。用以下代码获取类别标记。
In[9]：label=data['标记']
#读取标记列
In[10]：label=（label）
#转化成数组，这是Python最常使用的数据格式
In[11]：
Out[11]：（8124，）
#获得标记的个数。实际标记是8123个，需要剔除最后一个' '标记
In[12]：label=label[0：-1]
#获得8123个标记
因为用来表示类别的“e”和“p”是英文字母，所以需要转化成1和0以便计算机使用，其中1表示可食用，0表示有毒。使用以下代码完成转化，这是一个循环程序。
