使用Python加载鸢尾花数据集并分别绘制花萼和花瓣的绘制散点图

好的，您可以按照以下步骤操作：

1. 首先，您需要导入所需的库，包括pandas、matplotlib和seaborn库，如果您没有安装这些库，可以使用pip进行安装。

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

2. 然后，您需要加载鸢尾花数据集，可以使用pandas库的read_csv()函数进行加载，数据集可以从sklearn库中加载得到。

from sklearn.datasets import load_iris

iris = load_iris()
iris_data = pd.DataFrame(iris.data, columns=iris.feature_names)
iris_data['target'] = iris.target

3. 接下来，您可以使用seaborn库的scatterplot()函数分别绘制花萼和花瓣的散点图，其中x和y参数分别指定要绘制的数据列，hue参数指定类别列，palette参数指定颜色调色板。

fig, ax = plt.subplots(nrows=1, ncols=2, figsize=(10, 5))

sns.scatterplot(x='sepal length (cm)', y='sepal width (cm)', hue='target', palette='bright', data=iris_data, ax=ax[0])
sns.scatterplot(x='petal length (cm)', y='petal width (cm)', hue='target', palette='bright', data=iris_data, ax=ax[1])

ax[0].set_title('Sepal Length vs Sepal Width')
ax[1].set_title('Petal Length vs Petal Width')

plt.show()

4. 最后，您可以使用matplotlib库的show()函数显示绘制的散点图。

plt.show()

完整的代码如下所示：

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
from sklearn.datasets import load_iris

iris = load_iris()
iris_data = pd.DataFrame(iris.data, columns=iris.feature_names)
iris_data['target'] = iris.target

fig, ax = plt.subplots(nrows=1, ncols=2, figsize=(10, 5))

sns.scatterplot(x='sepal length (cm)', y='sepal width (cm)', hue='target', palette='bright', data=iris_data, ax=ax[0])
sns.scatterplot(x='petal length (cm)', y='petal width (cm)', hue='target', palette='bright', data=iris_data, ax=ax[1])

ax[0].set_title('Sepal Length vs Sepal Width')
ax[1].set_title('Petal Length vs Petal Width')

plt.show()