将Iris数据集中的数值属性进行Z-Score归一化。

好的，针对你的问题，我们可以使用Python中的scikit-learn库来实现对Iris数据集的Z-Score归一化。下面是具体的实现代码：

from sklearn import datasets
from sklearn.preprocessing import StandardScaler

# 加载Iris数据集
iris = datasets.load_iris()
X = iris.data

# 对数值属性进行Z-Score归一化
scaler = StandardScaler()
X_scaled = scaler.fit_transform(X)

# 输出归一化后的数据
print(X_scaled)

在上面的代码中，我们首先使用`datasets.load_iris()`函数加载Iris数据集，然后将数据存储在变量`X`中。接着，我们使用`StandardScaler()`函数来创建一个Z-Score归一化的实例，并使用`fit_transform()`函数对数据进行归一化操作，最后将归一化后的数据存储在变量`X_scaled`中，并输出结果。

需要注意的是，由于Iris数据集中只包含数值属性，因此我们只需要对整个数据集进行归一化操作即可。如果数据集中包含非数值属性，我们需要先将非数值属性进行编码转换为数值属性，然后再对整个数据集进行归一化。