导入scikit-learm库中的鸢尾花数据集，显示数据集特征值和标签值的类型、属性和部分数据，并绘制花瓣长度和花瓣宽度与鸢尾花品种的散点图。

在Python中，我们可以使用scikit-learn库中的`load_iris`函数导入鸢尾花数据集。这个数据集是一个经典的分类任务数据集，包含三个品种的鸢尾花：Setosa、Versicolour和Virginica。以下是操作步骤：

首先，我们需要安装并导入所需的库：

import numpy as np
import matplotlib.pyplot as plt
from sklearn.datasets import load_iris

然后加载数据集：

iris = load_iris()

数据集包含了四个特征（sepal length, sepal width, petal length, petal width）和一个标签（class label）。我们可以查看特征和标签的数据类型以及一些属性信息：

# 特征值和标签值的类型
print("Features data type:", iris.data.dtype)
print("Target (labels) data type:", iris.target.dtype)

# 属性信息
print(iris.DESCR)

为了展示花瓣长度（petal_length）和花瓣宽度（petal_width）与鸢尾花品种的关系，我们创建一个散点图：

# 数据分割
X = iris.data[:, [2, 3]]  # 取第4和5列作为花瓣长度和宽度
y = iris.target

# 绘制散点图
plt.figure(figsize=(10, 6))
for i in range(3):
    plt.scatter(X[y == i, 0], X[y == i, 1],
                color=plt.cm.Set1(i), label=iris.target_names[i])
plt.xlabel('Petal Length')
plt.ylabel('Petal Width')
plt.title('Iris dataset - Petal Length vs. Width by Species')
plt.legend()
plt.show()

这将生成一个散点图，每个颜色代表一个品种，展示了它们在这两个特征上的分布。