Iris en Python: Librerías y comandos

Matching Pairs

(6)

Played 93 %Accuracy 49 Average time 01:53

Create copy

About this activity

Conjunto Iris: claves y ejemplos

Created by

Mtra. Maricela Aguilar Illán

Mexico

Download the paper version to play

Top 10 results

#	Player	Accuracy	time
1	ANTONIO ISRAEL VICUÑA GONZALEZ March 6, 2026	% 100	01:13
2	FERNANDA MISHEL PONCE BOJORGES March 6, 2026	% 100	01:18
3	ESSEX HONEY March 6, 2026	% 100	01:22
4	ALEJANDRO PEREZ CHAVARO March 6, 2026	% 100	01:46
5	HECTOR RONALDO PILON RODRIGUEZ March 6, 2026	% 100	02:11
6	IVAN EMILIANO HERNANDEZ MARTINEZ March 10, 2026	% 100	03:48
7	LILIAN JOHANA ROSAS VELAZQUEZ March 6, 2026	% 99	02:51
8	FERNANDA REY DELGADO March 6, 2026	% 98	01:49
9	JIMENA OJEDA ESCOBAR March 6, 2026	% 98	03:40
10	ALEXANDER REGALADO ROMERO March 9, 2026	% 96	01:59

Do you want to stay in the Top 10 of this game? Log in to identify yourself.

Make your own free game from our game creator

Compete against your friends to see who gets the best score in this game

Make challenge

Balance Sheet & P & L

Andy Gold

United States

(18)

Match the key terms descriptions to the Balance Sheet and Income Statement classifications
appendicular skeleton

Winnie Lau

Malaysia

(23)

look for the name with the structure
The Bill of Rights

Holly Reynolds

United States

(83)

Match the description to the correct Amendment from the Bill of Rights.
Cell Cycle Memory

Kelsey Lisi

United States

(35)

This card game is designed to review the stages of the cell cycle.
Cranial Nerves

James Conley

United States

(32)

NURSE NERD NERVES STUFF


Matching Pairs Iris en Python: Librerías y comandosOnline version Conjunto Iris: claves y ejemplos by Mtra. Maricela Aguilar Illán 1 iris.target_names 2 df.head() 3 scikit-learn (sklearn) 4 pandas (pd) 5 matplotlib.pyplot (plt) Nombres de clases: setosa, versicolor, virginica Crea gráficas para visualizar datos ML con datasets y herramientas Muestra las primeras filas de la tabla Maneja datos tabulares (DataFrame) 1 iris.target_names 2 iris.target 3 load_iris() 4 iris.feature_names 5 iris.data Contiene las medidas numéricas (features X) Clase/etiqueta como números (0,1,2) Nombres de las columnas de X Nombres reales de las clases: setosa, versicolor, virginica Carga el dataset Iris en Python 1 df.info() 2 pd.DataFrame() 3 df.shape 4 df.columns 5 df.head() Ver tamaño (filas, columnas) Crear tabla (DataFrame) Ver primeras filas Ver nombres de columnas Ver tipos y valores no nulos 1 y = df["target"] 2 plt.scatter() 3 plt.legend() 4 df["target"].value_counts() 5 X = df[iris.feature_names] Contar por clase Mostrar clases en la leyenda en gráfica Gráfica de puntos Crea "y" con la columna objetivo Crea "X" con las columnas de entrada 1 plt.title("...") 2 plt.xlabel("...") 3 print("...") 4 plt.ylabel("...") 5 plt.figure(figsize=(...)) 6 plt.show() 7 df["col"].apply(lambda x: ...) Pone el nombre del eje "Y" Imprime texto para explicar qué está pasando Aplica reglas a una columna (ej. convertir) Define tamaño de la gráfica Pone el nombre del eje X en gráfica Mostrar la gráfica Pone un título a la gráfica

Matching Pairs

Iris en Python: Librerías y comandosOnline version

Conjunto Iris: claves y ejemplos

by Mtra. Maricela Aguilar Illán

iris.target_names

df.head()

scikit-learn (sklearn)

pandas (pd)

matplotlib.pyplot (plt)

Nombres de clases: setosa, versicolor, virginica

Crea gráficas para visualizar datos

ML con datasets y herramientas

Muestra las primeras filas de la tabla

Maneja datos tabulares (DataFrame)

iris.target_names

iris.target

load_iris()

iris.feature_names

iris.data

Contiene las medidas numéricas (features X)

Clase/etiqueta como números (0,1,2)

Nombres de las columnas de X

Nombres reales de las clases: setosa, versicolor, virginica

Carga el dataset Iris en Python

df.info()

pd.DataFrame()

df.shape

df.columns

df.head()

Ver tamaño (filas, columnas)

Crear tabla (DataFrame)

Ver primeras filas

Ver nombres de columnas

Ver tipos y valores no nulos

y = df["target"]

plt.scatter()

plt.legend()

df["target"].value_counts()

X = df[iris.feature_names]

Contar por clase

Mostrar clases en la leyenda en gráfica

Gráfica de puntos

Crea "y" con la columna objetivo

Crea "X" con las columnas de entrada

plt.title("...")

plt.xlabel("...")

print("...")

plt.ylabel("...")

plt.figure(figsize=(...))

plt.show()

df["col"].apply(lambda x: ...)

Pone el nombre del eje "Y"

Imprime texto para explicar qué está pasando

Aplica reglas a una columna (ej. convertir)

Define tamaño de la gráfica

Pone el nombre del eje X en gráfica

Mostrar la gráfica

Pone un título a la gráfica

		%
	Anonymous	%
		%
		%

Iris en Python: Librerías y comandos

Matching Pairs

About this activity

Created by

Download the paper version to play

Top Games

Matching Pairs

Balance Sheet & P & L

Matching Pairs

appendicular skeleton

Matching Pairs

The Bill of Rights

Matching Pairs

Cell Cycle Memory

Matching Pairs

Cranial Nerves

Matching Pairs

Iris en Python: Librerías y comandosOnline version

by Mtra. Maricela Aguilar Illán

iris.target_names

df.head()

scikit-learn (sklearn)

pandas (pd)

matplotlib.pyplot (plt)

iris.target_names

iris.target

load_iris()

iris.feature_names

iris.data

df.info()

pd.DataFrame()

df.shape

df.columns

df.head()

y = df["target"]

plt.scatter()

plt.legend()

df["target"].value_counts()

X = df[iris.feature_names]

plt.title("...")

plt.xlabel("...")

print("...")

plt.ylabel("...")

plt.figure(figsize=(...))

plt.show()

df["col"].apply(lambda x: ...)