导入Iris数据集以及相应库函数，生成样本数据及其对应的标签值

在Python中，我们可以使用sklearn库来导入经典的鸢尾花(Iris)数据集。首先，你需要安装`sklearn`，如果你还没有安装，可以使用pip命令：

pip install scikit-learn

然后，你可以通过以下步骤导入数据集并生成样本数据及标签值：

1. 导入库函数：

from sklearn.datasets import load_iris
import pandas as pd

2. 加载Iris数据集：

iris = load_iris()  # 返回一个Bunch对象，包含了数据和元数据

3. 数据转换成pandas DataFrame以便于查看：

data_df = pd.DataFrame(data=iris.data, columns=iris.feature_names)
target_df = pd.Series(iris.target, name='species')  # 'species'是鸢尾花的类别

4. 将数据和目标分开：

X = data_df  # 特征数据（样本）
y = target_df  # 标签值（0, 1, 2分别对应三种鸢尾花类型）

现在，`X`是一个包含所有样本特征的数据框，`y`是一个Series类型的数组，包含了每个样本所属的鸢尾花种类。