根据sklearn库中的鸢尾花数据集属性1和属性2所有观测值，使用Python画出散点图，

在Python中，我们可以使用`scikit-learn`库中的`Iris`数据集以及`matplotlib`库来绘制散点图。以下是一个步骤示例：

首先，确保已安装了所需的库，如果没有，可以使用pip安装：

pip install numpy matplotlib pandas scikit-learn

然后，导入必要的模块并加载鸢尾花数据集：

import numpy as np
import matplotlib.pyplot as plt
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split

# 加载鸢尾花数据
iris = load_iris()
X = iris.data[:, :2]  # 我们只取前两个属性作为x轴和y轴的值
y = iris.target

接下来，将数据分为训练集和测试集，以便我们有样本点绘制散点图：

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

最后，创建散点图：

plt.figure(figsize=(8,6))
for i in range(len(iris.target_names)):
    plt.scatter(X_train[y_train == i, 0], X_train[y_train == i, 1],
                label=iris.target_names[i])

plt.title('Iris Dataset - Attributes 1 and 2')
plt.xlabel('Attribute 1')
plt.ylabel('Attribute 2')
plt.legend()
plt.show()

这个代码会生成一个散点图，每个鸢尾花品种都用不同颜色表示，展示了属性1和属性2之间的分布。