studio初尝试——分析餐馆数据（一）

引入数据

选择sample中的restaurant customer data拖拽到幕布，右键visualize。

以ambiance（反应是独自前来还是与家人/朋友前来）为例，可以看到右侧显示出的信息。

统计与可视化

下面具体的看一下statistics与visualizations中分别包含了哪些信息。

Unique Values 3 #共有三种取值
Missing Values 6 # 有六处缺失，体现为null
Feature Type String Feature # 数据类型string

当数据类型为numeric（数值）时，statistics如下图。

Visualization
Histogram # 这时使用的是柱状图
compare to ____ # 可以在下拉列表中选择其他列进行比较，studio会自动选择图表类型
———————— # 图像
[] birth_year log scale # 是否采用对数坐标（当数据范围很大的时候，对数坐标能让图更集中）
[] frequency log scale
bins ____ # 横轴刻度数
[] cumulative distribution # 累计分布
[] probability density # 概率密度

通过compare to与数据表中的其他列做比较，大概的了解其中的关系。比如我想知道性格与预算之间是否存在某种关系，打开下拉列表选择budget。

下面生成了一张新的图，并且type变更为了crosstab（交叉表/棋盘图？）。分析这张图的时候，personality的这四个词有点难搞😂机翻出来奇奇怪怪，我个人的理解是这样的：

hunter-ostentatious 追逐时髦，浮夸爱花钱的那种人
hard-worker 勤恳踏实的人，跟消费习惯可能没啥必然联系
thrifty-protector 勤俭节约的人，可能不太爱花钱
conformist 墨守成规，保守派，也许不太愿意为新潮事物买单

出来的这张图其实有点看不出联系。

再多拉一个budget与transport的图，大概能看出一点关系来，对吃饭预算比较高的人没有走路的，也符合本身有钱的定位（不过只有五个数据有点少，不绝对哈）。中等预算的人集中在公交与私家车，低预算的人集中在乘坐公交上，这两点也符合常识。

关于引入数据后能做的事情，捣鼓的差不多了。接下来去看看通过studio，我们能对这些数据做什么，能获得哪些现在直观无法发现的信息～