使用Python将鸢尾花数据集转换为Pandas数据框

这段代码演示了如何使用Python加载鸢尾花数据集并将其转换为Pandas DataFrame，以便于进行机器学习任务。

iris = load_iris()
df = pd.DataFrame(iris.data, columns=iris.feature_names)
df['label'] = iris.target

代码解释：

1. iris = load_iris(): 从 sklearn.datasets 模块加载鸢尾花数据集。
2. df = pd.DataFrame(iris.data, columns=iris.feature_names): 创建一个Pandas DataFrame，其中iris.data包含数据集的特征（花萼长度、花萼宽度、花瓣长度、花瓣宽度），iris.feature_names 提供DataFrame列名。
3. df['label'] = iris.target: 向DataFrame添加一个名为 'label' 的新列，其中包含每个样本的目标值（花的类别：0、1、2 分别代表三种不同的鸢尾花品种）。

最终得到的DataFrame包含所有特征以及对应的标签，可以方便地用于机器学习模型的训练和评估。