前言

在学习一些有关机器学习的课程时，逻辑回归的实战总是绕不开的，有些课程上的代码是直接调用sklearn中数据库的数据集，我们不能很直观的感受到数据集是什么样的，我们可以通过以下代码去实现数据集的下载，往后除了乳腺癌数据集，像波士顿房价等数据集都能用此代码实现，并且带有数据集标签

代码

博主是代码小白，所以注释较多，方便自己理解

from sklearn import datasets  # 从sklearn库导入数据集模块
import pandas as pd  # 导入pandas库，用于数据处理（别名pd）
# pandas 是 Python 中处理表格数据的核心库，DataFrame 是其核心数据结构（类似 Excel 表格）
breast_cancer = datasets.load_breast_cancer()
# 加载 sklearn 内置的 “乳腺癌威斯康星数据集”，该数据集包含乳腺癌肿瘤的特征数据和对应的诊断标签（良性 / 恶性）
data = pd.DataFrame(data=breast_cancer.data,columns=breast_cancer.feature_names)
# data=breast_cancer.data：指定表格的内容（特征数据，是一个二维数组）
# columns=breast_cancer.feature_names：指定表格的列名（每个特征的名称，如肿瘤半径、纹理、周长等）
data['target'] = breast_cancer.target
# 此时data已经是 DataFrame 对象（表格型数据结构）
# 在此之前的代码中，data = pd.DataFrame(...) 已经明确将 data 定义为 pandas 的 DataFrame（表格）。
# 它不是普通的列表（list），而是一个带有行索引、列名的二维表格结构，支持直接添加 / 修改列。
# 在 pandas 中，对 DataFrame 进行 data['新列名'] = 值 操作时，会自动新增一列，列名是 '新列名'，值会按行对应填充
print(data)  # 打印数据框，查看前几行和后几行数据
data.to_csv('./breast_cancer.csv',index=None)  # 保存为CSV文件
# ./breast_cancer.csv'：保存路径和文件名（./ 表示当前工作目录）
# index=None：表示不保存 DataFrame 的索引（避免生成额外的索引列）
# pandas 库的 DataFrame 类提供了 to_csv() 方法，专门用于将表格数据导出为 CSV 格式（逗号分隔值文件）
# 代码中 data = pd.DataFrame(...) 已经将数据转换为 pandas 的 DataFrame 类型（一种表格型数据结构）。
# DataFrame 内置了一系列数据处理方法，to_csv() 就是其中用于 “导出为 CSV 文件” 的方法。