2根据教材第37页（二、多个协差阵相等性检验）提供的算法，写出三个协差阵相等性检验的Python代码，并利用所写的代码对附件中“鸢尾花数据”进行协差阵相等性检验。（提示，可参考课件中“两个协差阵齐性检验”的代码）

在Python中，我们可以使用numpy库来进行矩阵操作，包括计算协方差矩阵以及进行相等性的比较。这里我会给出一个基础的协方差矩阵相等性检验的例子，假设我们有两个样本数据集A和B，然后我们需要检查它们的协方差矩阵是否相等。

import numpy as np

def is_covariance_matrices_equal(A, B):
    # 计算两个数据集的协方差矩阵
    cov_A = np.cov(A.T)
    cov_B = np.cov(B.T)

    # 检查矩阵是否元素-wise相等
    return np.allclose(cov_A, cov_B, rtol=1e-6)  # 使用rtol作为容差阈值

# 假设鸢尾花数据存储在变量Iris_data中，分为两部分Iris_data_A和Iris_data_B
# 这里只是一个示例，实际需要先加载并处理数据
# 我们假设Iris_data_A和Iris_data_B是两个独立的数据集
covariance_test_result = is_covariance_matrices_equal(Iris_data_A, Iris_data_B)

print("协方差矩阵是否相等：", covariance_test_result)