from sklearn.datasets import load_iris此时的数据集不是pandas形式是吗

是的，`load_iris()`函数返回的是一个`sklearn.utils.Bunch`类型的对象，而不是`pandas.DataFrame`类型的对象。`sklearn.utils.Bunch`对象是一个类似于字典的对象，包含了数据集的特征值、目标值、类别等信息，可以通过`.data`和`.target`属性来获取数据集的特征值和目标值。

如果需要将`sklearn.utils.Bunch`对象转换为`pandas.DataFrame`类型的对象，可以使用`pandas`库的`DataFrame()`函数，将数据和标签构建为一个`DataFrame`对象。代码如下：

from sklearn.datasets import load_iris
import pandas as pd
 
iris = load_iris() 
df = pd.DataFrame(data=iris.data, columns=iris.feature_names)
df['target'] = iris.target
print(df.head())

输出结果为：

   sepal length (cm)  sepal width (cm)  ...  petal width (cm)  target
0                5.1               3.5  ...               0.2       0
1                4.9               3.0  ...               0.2       0
2                4.7               3.2  ...               0.2       0
3                4.6               3.1  ...               0.2       0
4                5.0               3.6  ...               0.2       0

[5 rows x 5 columns]

这里将`iris.data`作为数据构建了一个`DataFrame`对象，同时将`iris.target`作为标签添加到了`DataFrame`中。