Python是一種非常流行的編程語言，現在在各個領域都得到了廣泛的應用。其中，在機器學習領域中，Python也擁有著極為重要的地位。下面，我們就來介紹一段使用Python進行鳶尾花分類的代碼。

# 導入所需要的庫
from sklearn import datasets 
from sklearn.metrics import accuracy_score 
from sklearn.neighbors import KNeighborsClassifier 
from sklearn.model_selection import train_test_split
# 加載鳶尾花數據集
iris = datasets.load_iris()
# 將數據集分為訓練集和測試集
X_train, X_test, y_train, y_test = train_test_split(iris.data, iris.target, test_size=0.2, random_state=42)
# 定義kNN模型
knn = KNeighborsClassifier(n_neighbors=5)
# 訓練模型
knn.fit(X_train, y_train)
# 預測測試集
y_pred = knn.predict(X_test)
# 輸出準確率
print("Accuracy:", accuracy_score(y_test, y_pred))

以上就是使用Python進行鳶尾花分類的代碼。首先，我們導入所需要的庫，包括數據集加載、模型評估和模型選擇。然后，我們從sklearn庫中加載鳶尾花數據集，并將數據集隨機地分為訓練集和測試集。接著，我們定義了一個kNN模型，并通過fit()函數訓練模型。最后，我們使用predict()函數對測試集進行預測，并輸出準確率。