Iris鸢尾花数据集是一个经典数据集，在统计学和机器学习领域经常被用作示例。数据集内包含3类共150条记录，每类各50条数据，每条记录都有4项特征，如下：
sepal_length：花萼长度，单位cm
sepal_width：花萼宽度，单位cm
petal_length：花瓣长度，单位cm
petal_width：花瓣宽度，单位cm
可以通过这4个特征预测鸢尾花卉属于iris-setosa、iris-versicolour、iris-virginica中的哪一个品种，其中setosa是山鸢尾，versicolor是杂色鸢尾，virginica弗吉尼亚鸢尾。

现在使用Seaborn可视化库完成鸢尾花数据分析吧，load_dataset下载鸢尾花（iris）数据集，完成以下内容

1、假设鸢尾花类型为目标值，那么鸢尾花特征值有几个？
2、分析不同鸢尾花4个特征值的分布特性（提示：小提琴图、箱型图）
3、分析不同鸢尾花pental_length和width的相关性（提示：散点图、回归图）
4、分析不同鸢尾花之间的相关性/相似性（提示：热力图、配对图）

1.规范【15分】
（1）文件、类、成员变量命名规范
（2）代码结构层次分明
（3）符合Python代码规范，核心代码有必要的注释
2.程序整体运行效果【15分】
程序正常运行，且满足任务要求
3.鸢尾花特征值数量正确【10分】
4. 分析不同鸢尾花4个特征值的分布特性【20分】
5. 分析不同鸢尾花pental_length和width的相关性【20分】
6. 分析不同鸢尾花之间的相关性/相似性【20分】