将Iris数据集中的数值属性进行Z-Score归一化。

可以通过以下Python代码将Iris数据集中的数值属性进行Z-Score归一化：

import pandas as pd
from sklearn.preprocessing import StandardScaler

# 读取Iris数据集
iris = pd.read_csv('iris.csv')

# 获取数值属性列名
num_cols = ['sepal_length', 'sepal_width', 'petal_length', 'petal_width']

# 创建StandardScaler对象
scaler = StandardScaler()

# 对数值属性进行Z-Score归一化
iris[num_cols] = scaler.fit_transform(iris[num_cols])

# 输出归一化后的数据集
print(iris.head())

其中，`pandas`库用于读取和处理数据集，`sklearn.preprocessing`库中的`StandardScaler`类用于进行Z-Score归一化。首先，我们获取数据集中的数值属性列名，然后创建`StandardScaler`对象，并调用`fit_transform`方法对数值属性进行Z-Score归一化。最后输出归一化后的数据集。