Step1:導入數據并了解數據輪廓

查看各個特征的基本數據類型并且計算哪些特征缺失值比較多。
將特征的數據類型分為數值型和離散型兩大類。

Step2: 分析特征和標簽的分布情況

單變量分布

對于連續特征

給出特征分布(可以不考慮缺失值)

sns.distplot(df["Fare"])

對于離散特征

就是看特征分布是否均衡

sns.countplot(x='Survived', data=df)

sns.catplot(x="Pclass", kind="count", palette="ch:.25", data=df) ## 這也是countplot

多變量分布（可以是特征之間也可以是特征與標號之間）

連續變量與連續變量

scatter plot

sns.relplot(x="Age", y="Fare", data=df); ## replot是一個figure-level的function，它的默認方法是scatterplot

可以用hue參數引入第三維變量

sns.relplot(x="Age", y="Fare", hue = 'Pclass',data=df);

lineplot，如時序特征

g = sns.relplot(x="Age", y="Fare", kind="line", data=df)

將x軸的特征按大小排序，然后連接起來。

注意上圖中的線條并不只有一條線，而是一個范圍的區域，這是因為同一個x值可能有多個y值與之對應，顏色最深的線就是他們的均值，上下的范圍是95%的置信度區域。
可以通過設置參數ci=None來屏蔽置信度區域。

也可以通過hue參數引入第三個變量(一般為離散的特征比較合適)。

g = sns.relplot(x='Age',y ='Fare',hue='Sex',kind='line',data=df)

可以通過使用col參數更直觀地展示三個（或四個，使用hue參數）變量之間的關系

g = sns.relplot(x='Age',y='Fare',kind='line',col='Pclass',data=df)

連續變量與離散變量

scatter plot

sns.catplot(x="Pclass", y="Fare", data=df);

boxplot
表示每個離散變量的取值對應的另一個特征的分布，另一個特征是連續特征，如果是離散特征的話畫出來的圖非常奇怪

sns.catplot(x="Pclass", y="Fare", kind="box", data=df);

當然也可以使用hue參數引入第三個變量（應該是離散的）

sns.catplot(x="Pclass", y="Fare",hue = 'Sex', kind="box", data=df);

barplot
感覺這個方法與boxplot的方法比較相似，統計的是均值和標準差，而boxplot是均值、分位點和異常點的范圍。

sns.catplot(x="Pclass", y="Fare",hue = 'Sex', kind="bar", data=df);

離散變量與離散變量

探索離散變量a與b之間的關系實際上就相當于探索 當a等于某個值時b的各個值的分布情況，可以用如下函數：

sns.catplot(y="Sex", hue="Pclass", kind="count", palette="pastel", edgecolor=".6", data=df);

對于標簽

回歸問題就是畫圖分布

離散問題就是看類分布是否均衡