怎样用Python加载鸢尾花数据集

在Python中，你可以使用sklearn库中的`load_iris`函数来加载鸢尾花数据集。这个数据集是一个经典的分类数据集，包含150个样本，每个样本有4个特征（萼片长度、萼片宽度、花瓣长度和花瓣宽度）以及一个目标变量（表示鸢尾花的种类）。

以下是加载鸢尾花数据集的步骤：

from sklearn.datasets import load_iris

# 加载数据
iris = load_iris() 

# 数据分为三个部分：数据集本身、目标变量（target）、特征名称（feature names）
# 数据集（含特征和目标）：
X = iris.data
y = iris.target

# 特征名称：
feature_names = iris.feature_names

# 类别名称（目标变量的标签）：
class_names = iris.target_names

# 打印数据集的一些信息
print("Data shape:", X.shape)
print("Feature names:", feature_names)
print("Class names:", class_names)

这里的`X`就是数据矩阵，每行代表一个样本，每列对应一个特征；`y`是目标变量，通常作为分类任务的目标；`feature_names`和`class_names`分别是特征名和类别名列表。你可以直接使用这些数据进行数据分析、模型训练等操作。