Bunch#
- class sklearn.utils.Bunch(**kwargs)[Quelle]#
Container-Objekt, das Schlüssel als Attribute verfügbar macht.
Bunch-Objekte werden manchmal als Ausgabe für Funktionen und Methoden verwendet. Sie erweitern Dictionaries, indem sie es ermöglichen, auf Werte über einen Schlüssel,
bunch["value_key"], oder über ein Attribut,bunch.value_key, zuzugreifen.Beispiele
>>> from sklearn.utils import Bunch >>> b = Bunch(a=1, b=2) >>> b['b'] 2 >>> b.b 2 >>> b.a = 3 >>> b['a'] 3 >>> b.c = 6 >>> b['c'] 6
- clear() None. Entfernt alle Elemente aus D.#
- copy() eine oberflächliche Kopie von D#
- classmethod fromkeys(iterable, value=None, /)#
Erstellt ein neues Dictionary mit Schlüsseln aus iterable und Werten, die auf value gesetzt sind.
- get(key, default=None, /)#
Gibt den Wert für key zurück, wenn key im Dictionary vorhanden ist, andernfalls default.
- items() ein set-ähnliches Objekt, das eine Ansicht der Elemente von D bereitstellt#
- keys() ein set-ähnliches Objekt, das eine Ansicht der Schlüssel von D bereitstellt#
- pop(key, default=<nicht darstellbar>, /)#
Wenn der Schlüssel nicht gefunden wird, wird der Wert von default zurückgegeben, falls dieser angegeben wurde; andernfalls wird ein KeyError ausgelöst.
- popitem(/)#
Entfernt und gibt ein (Schlüssel, Wert)-Paar als 2-Tupel zurück.
Paare werden in LIFO-Reihenfolge (Last-in, First-out) zurückgegeben. Löst einen KeyError aus, wenn das Dictionary leer ist.
- setdefault(key, default=None, /)#
Fügt key mit dem Wert default ein, wenn key nicht im Dictionary vorhanden ist.
Gibt den Wert für key zurück, wenn key im Dictionary vorhanden ist, andernfalls default.
- update([E, ]**F) None. Aktualisiert D aus dem Dictionary/Iterable E und F.#
Wenn E vorhanden ist und eine .keys()-Methode hat, wird Folgendes ausgeführt: for k in E: D[k] = E[k]. Wenn E vorhanden ist und keine .keys()-Methode hat, wird Folgendes ausgeführt: for k, v in E: D[k] = v. In beiden Fällen folgt darauf: for k in F: D[k] = F[k].
- values() ein Objekt, das eine Ansicht der Werte von D bereitstellt#
Galeriebeispiele#
Principal Component Analysis (PCA) auf dem Iris-Datensatz