加载Iris文件，利用共生矩阵，显示花萼长度大于均值与花瓣长度大于均值的关系；花萼长度大于均值与花瓣宽度大于均值关系

在Python中，我们可以使用pandas库加载Iris数据集，然后计算特征的平均值，接着通过matplotlib或者seaborn等可视化库创建散点图来展示花萼长度和花瓣长度、宽度之间的关系。对于共生矩阵（如果是指协方差矩阵），它通常用于描述两个变量间线性的关联程度，而不是比较它们是否大于某个阈值。

以下是大致步骤：

1. **加载Iris数据**：
使用`pandas`库的`read_csv`函数加载Iris数据集（通常存储在CSV文件中）：

   import pandas as pd
   iris = pd.read_csv('iris.csv')  # 假设文件名为iris.csv

2. **计算平均值**：

   mean_萼长 = iris['sepal_length'].mean()
   mean_花瓣长 = iris['petal_length'].mean()
   mean_花瓣宽 = iris['petal_width'].mean()

3. **筛选条件**：
选择花萼长度和花瓣长度、宽度都大于平均值的数据：

   filtered_data = iris[(iris['sepal_length'] > mean_萼长) & (iris['petal_length'] > mean_花瓣长)]

4. **绘制散点图**：
使用`matplotlib.pyplot`或`seaborn`来创建散点图：

   import matplotlib.pyplot as plt
   if 'sepal_width' in iris.columns:  # 如果有花瓣宽度列
       fig, axs = plt.subplots(1, 2, figsize=(10, 5))
       axs[0].scatter(filtered_data['sepal_length'], filtered_data['petal_length'])
       axs[0].set_title('花萼长度 vs 花瓣长度')
       
       axs[1].scatter(filtered_data['sepal_length'], filtered_data['petal_width'])
       axs[1].set_title('花萼长度 vs 花瓣宽度')
       plt.show()

**相关问题--:**
1. 我需要使用哪种方法才能在Python中查看Iris数据集的前几行？
2. 创建散点图时如何设置x轴和y轴的标签？
3. 如何处理Iris数据集中缺失的数值？