Python-理解数据

对于类别（离散型）的单个特征，我们使用柱形图，查看该细分类别有多少数量。比如性别有男性和女性，统计这组数据里男性和女性分别有多少人，哪个性别的人比较多，显而易见。

2.两个变量间的关系

分析两个特征之间的关系，按两种不同的数据类型分类，可以分为数值vs数值、类别vs数值，类别vs类别三类。

两个数值类型特征的关系就像直角坐标系的x轴和y轴，它们的数值共同决定了坐标轴上点的位置，称为散点图。

类别vs数值，类别在x轴，数值在y轴。x轴根据类别分组未A,B,C等，y轴显数值。常用的是分组的箱线图和小提琴图。

类别vs类别，可以用堆叠柱状图，横轴是类别1,y轴是类别2，在类别1的柱子里按类别2进行拆分，可以细化分布。也可以用热力图。

3.三个或甚至多个变量的关系

可以用带分组的散点图，也就是常见的气泡图。通过气泡的大小引入第三个变量，这样3个变量就在二维图上清晰看出来了。也可以用相关矩阵热力图。

图片示例

现在学习Python就像学Excel一样，但无论怎么学习，它们也都只是我们的工具而已，而驱动这些数据真正产生价值的是我们的解读和决策。

Day 3

世界读书日，愿我们我们从他人的故事种找到自己的共鸣与前行的勇气。