Python是一門極具應用價值的編程語言，不僅可以應用在數據分析、人工智能、機器學習等領域，還可以應用在日常生活中。

蘋果作為人們日常生活中必不可少的水果之一，我們可以用Python編寫一個腳本來為蘋果分類。

import numpy as np
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeClassifier
# 讀取數據集
data = pd.read_csv('apple_data.csv')
X = data.iloc[:,:-1].values
y = data.iloc[:, -1].values
# 劃分訓練集和測試集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=1)
# 構建決策樹模型
clf = DecisionTreeClassifier()
clf.fit(X_train, y_train)
# 預測測試集
y_pred = clf.predict(X_test)
# 輸出分類效果
acc = np.sum(y_pred == y_test)/len(y_test)
print("分類準確率：", acc)

在這個腳本中，我們首先讀取了數據集，然后使用train_test_split函數將數據集劃分為訓練集和測試集。

接著，我們使用DecisionTreeClassifier構建了一個決策樹模型，并將訓練集送入模型進行訓練。

最后，我們使用訓練好的模型對測試集進行預測，并輸出了分類準確率。

這個腳本可以用來為不同屬性的蘋果進行分類，幫助我們更好地了解蘋果的品質和屬性。