利用Seaborn包进行数据可视化。设置Seaborn的绘图样式为darkgrid（灰色+网格）。调用Seaborn包绘制数据框df的species（x轴）与petal_length（y轴）的散点图，并设置散点的扰动。绘制完散点图后，继续绘制箱线图。设置图的名称为箱线图，x轴的名称为种类，y轴的名称为花瓣长度厘米

以下是使用Seaborn包绘制数据框df的species与petal_length的散点图，并设置散点的扰动的代码：

import seaborn as sns

# 设置绘图样式为darkgrid
sns.set_style("darkgrid")

# 绘制散点图
sns.stripplot(x="species", y="petal_length", data=df, jitter=True)

# 显示图形
plt.show()

接下来，我们继续绘制箱线图。以下是绘制箱线图的代码：

# 绘制箱线图
sns.boxplot(x="species", y="petal_length", data=df)

# 设置图的名称、x轴名称和y轴名称
plt.title("Boxplot")
plt.xlabel("种类")
plt.ylabel("花瓣长度厘米")

# 显示图形
plt.show()

完整的代码如下：

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

# 读取数据
df = pd.read_csv("iris.csv")

# 设置绘图样式为darkgrid
sns.set_style("darkgrid")

# 绘制散点图
sns.stripplot(x="species", y="petal_length", data=df, jitter=True)

# 显示图形
plt.show()

# 绘制箱线图
sns.boxplot(x="species", y="petal_length", data=df)

# 设置图的名称、x轴名称和y轴名称
plt.title("Boxplot")
plt.xlabel("种类")
plt.ylabel("花瓣长度厘米")

# 显示图形
plt.show()

运行以上代码，即可绘制出相应的散点图和箱线图。