python数据分析可化过程

双变量分析**：seaborn 提供了如 jointplot 等工具，可以将描述变量的分布图和变量之间的散点图组合在一起，进行相关性分析。 同时，它还能展示回归曲线以及相关系数。 示例代码演示了双变量线性拟合和多维度的密度曲线展示。

首先，数据整理是分析的基础。 通过访问提供的数据集，导入至项目中。 使用的pyecharts版本为2.0.5。 接下来，对数据进行预处理，确保分析的准确性。 经过精心的整理和清洗，数据集清晰、精准。 在分析层面，重点探讨了估值与行业、家、城分布的关联性。

它是python众多数据可化库的鼻祖，也是最基础的底层数据可化第三方库，语言风格简单、易懂，特别适合初学者入门学习。