首先需要用到sklearn里面的数据集以及调用pandas库

from sklearn import datasets 
import pandas as pd 

然后是实例化```

boston = datasets.load_boston()

下面这一步是用到了pandas库中的DataFrame函数，这个函数可以指定data,columns，index等，若不指明columns，则每列数据的标签会以1、2、3等标记，这里我们每列数据的标签用数据集里面的

data =pd.DataFrame(data=boston.data,columns=boston.feature_names)

然后打印出来看看

print(data)

这是我在jupyter 上面运行的结果

同时，还能将其保存为csv格式并且储存下来

df.to_csv('./boston.csv', index=None)

我这里用的jupyter，文件就被保存在了用jupyter打开的文件夹下面：
第二个文件就是波士顿房价数据集
可以用excel打开：

可以看到有十三列，前十二列是x(影响因素)，最后一列是y(房价)