python替换numpy array中的值

• 首先导入sklearn库中的数据集

```python
from sklearn import datasets
import matplotlib.pyplot as plt
from sklearn.cluster import KMeans
import pandas as pd
from sklearn.metrics import accuracy_score   #调用监控指标的度量类库Metrics

#加载数据集，是一个字典，类似Java中的map
lris_df ,label= datasets.load_iris(return_X_y=True)

#这里已经知道了分3类，其他分类这里的参数需要调试
model = KMeans(n_clusters=3,random_state=3,n_init=10)

#训练模型
model.fit(lris_df)
 

#预测全部150条数据
all_predictions = model.predict(lris_df.data)

#但上面只是分了三类，具体类标签与原label不同，像原label是0，1，2，而预测的为1，0，2，故这里将预测的1和0类标签互换，来计算一下分类正确率
all_predictions[all_predictions == 0] = 3 
all_predictions[all_predictions == 1] = 0 
all_predictions[all_predictions == 3] = 1 
accuracy = accuracy_score(label,all_predictions)

print("分类正确率=",accuracy)