jupyter快捷键及titanic变量关系分析

快捷键：

Cell中 Code 和 Markdown的切换

在一个cell中（在command模式下） 1. 按下 y, 进入Code; 2. 按下m, 进入Markdown;

显示Cell中的行数

在一个cell中（在command模式下），按下 l

fig,ax = plt.subplots()的意思是，建立一个fig对象，建立一个axis对象

Seaborn的boxplot和violinplot

Seaborn其实是在matplotlib的基础上进行了更高级的API封装，从而使得作图更加容易，不需要经过大量的调整就能使你的图变得精致。但应强调的是，应该把Seaborn视为matplotlib的补充，而不是替代物.

https://www.jianshu.com/p/96977b9869ac 这篇文章有详细介绍

violinplot与boxplot扮演类似的角色，它显示了定量数据在一个（或多个）分类变量的多个层次上的分布，这些分布可以进行比较。不像箱形图中所有绘图组件都对应于实际数据点，小提琴绘图以基础分布的核密度估计为特征。

hue（str）：dataframe的列名，按照列名中的值分类形成分类的条形图

split：将split设置为true则绘制分拆的violinplot以比较经过hue拆分后的两个量：

pandas中强大的绘制图表功能——DataFrame.hist()

直方图与条形图的区别：
条形图是用条形的长度表示各类别频数的多少，其宽度（表示类别）则是固定的；
直方图是用面积表示各组频数的多少，矩形的高度表示每一组的频数或频率，宽度则表示各组的组距，因此其高度与宽度均有意义。

由于分组数据具有连续性，直方图的各矩形通常是连续排列，而条形图则是分开排列。

条形图主要用于展示分类数据，而直方图则主要用于展示数据型数据。
来源于 https://blog.csdn.net/Jinlong_Xu/article/details/70183377

https://blog.csdn.net/u013571243/article/details/48998619    hist的使用

bins：这个参数指定bin(箱子)的个数,也就是总共有几条条状图