xrange(3)的作用可以簡單理解為生成了一個數列：[0, 1, 2]因此，變量t 的取值依次為0，1，2。

搜一下：python 和鳶尾花數據集

from sklearn.datasets import load_irisiris = load_iris()print(iris.keys())n_samples, n_features = iris.data.shapeprint((n_samples, n_features))print(iris.data[0])print(iris.target.shape)print(iris.target)print(iris.target_names)print("feature_names:",iris.feature_names)sklearn中的iris數據集有5個key：[‘target_names’, ‘data’, ‘target’, ‘DESCR’, ‘feature_names’] (150L, 4L)data[0]:[ 5.1 3.5 1.4 0.2](‘feature_names:’, [‘sepal length (cm)’, ‘sepal width (cm)’, ‘petal length (cm)’, ‘petal width (cm)’])(150L,)[0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2][‘setosa’ ‘versicolor’ ‘virginica’]target_names : 分類名稱 target：分類（150個） feature_names: 特征名稱 data : 特征值

1、為什么用Python做數據分析首先因為Python可以輕松地集成C、C++、Fortran代碼，一些底層用C寫的算法封裝在python包里后性能非常高效。并且Python與Ruby都有大量的Web框架，因此用于網站的建設，另一方面個人覺得因為Python作為解釋性語言相對編譯型語言更為簡單，可以通過簡單的腳本處理大量的數據。而組織內部統一使用的語言將大大提高工作效率。2、為什么用R做數據分析R的優勢在于有包羅萬象的統計函數可以調用，特別是在時間序列分析方面（主要用在金融分析與趨勢預測）無論是經典還是前沿的方法都有相應的包直接使用；相比python在這方面貧乏不少。另外R語言具有強大的可視化功能，一個散點圖箱線圖可以用一條程序搞定，相比Excel更加簡單。在使用環境方面，SAS在企業、政府及軍事機構使用較多，因其權威認證；SPSS、R大多用于科研機構，企業級應用方面已有大量的商業化R軟件，同時可結合（具體怎么結合，尚未搞明白）Hadoop進行數據挖掘。

近年來分析學在數據、網絡、金融等領域獲得了突出的地位。應用各種軟件組合起來進行數據收集，數據管理，以及數據分析，得出的結論用作商業決策，業務需求分析等等。分析學用于研究一個產品的市場效應，銀行的貸款決定，這些都只是分析學的冰山一角。它在大數據，安全，數字和軟件分析等領域有很深遠的影響，下面是python在分析學中的主要作用的一個延續：在這個信息過載的世界，只有那些可以利用解析數據的優勢來得出見解的人會獲益。python對于大數據的解釋和分析具有很重要的作用。分析公司開發的很多工具都是基于python來約束大數據塊。分析師們會發現python并不難學，它是一個強有力的數據管理和業務支持的媒介。使用單一的語言來處理數據有它的好處。如果你以前曾經使用過c++或者java，那么對你來說，python應該很簡單。數據分析可以使用python實現，有足夠的python庫來支持數據分析。 pandas是一個很好的數據分析工具，因為它的工具和結構很容易被用戶掌握。對于大數據來說它無疑是一個最合適的選擇。即使是在數據科學領域，python也因為它的“開發人員友好性”而使其他語言相形見絀。一個數據科學家熟悉python的可能性要比熟悉其他語言的可能性高得多。除了python在數據分析中那些很明顯的優點(易學，大量的在線社區等等)之外，在數據科學中的廣泛使用，以及我們今天看到的大多數基于網絡的分析，是python在數據分析領域得以廣泛傳播的主要原因。不論是金融衍生品還時大數據分析，python都發揮了重要的作用。就前者而言，python能夠很好地和其它系統，軟件工具以及數據流結合在一起，當然也包括r。用python來對大數據做圖表效果更好，它在速度和幫助方面也一樣可靠。有些公司使用python進行預測分析和統計分析。