Pandas描述性分析分类变量及连续变量，Matplotlib简易制图

一 单分类变量描述频数，例如：value_counts()描述分类变量 柱形图
二 单连续变量描述统计量（均值，中位数，四分位数，总和等），例如：聚合函数agg（）描述价格变量 直方图
三 分类变量与分类变量描述频数，例如：交叉表crosstab()描述各地区与是否学区房 交叉表——堆叠柱状图
四 单分类变量与单连续变量描述连续变量统计值，例如，分组groupby()描述各地区的房价分布
五 双分类变量与连续变量描述连续变量统计值，透视表pivot_table()描述各地区房价与地域，学区房的关系

# -*- coding: utf-8 -*-
import pandas as pd
import matplotlib.pyplot as plt

plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

data_file = r'F:\python_data_analysis\data_04\sndHsPr.csv'

#读取文件，如果csv文件有中文 data_df = pd.read_csv(data_file, enconding=‘gbk’)

data_df = pd.read_csv(data_file)
#预览数据，默认5行
print(data_df.head())

对地区列的拼音进行重新编码，创建地区新列district

district = {'chaoyang': '朝阳区',