EDA-customers
2024-12-16 00:42 36
0
0
免费使用
画布
|
大纲
为你推荐
《谈癌不色变》：一本帮助读者科学认识癌症、积极面对疾病的科普读物。 或者 《谈癌不色变》：以通俗易懂的语言解读癌症的奥秘，让读者不再谈癌色变。 或者 《谈癌不色变》：揭示癌症真相，提供实用抗癌知识，助你建立正确的健康观念。 你可以根据具体需求选用或修改这些标题。如果希望我调整风格或字数，请告诉我！
《苦儿流浪记》:讲述了一个身世凄惨的少年历经磨难、四处流浪最终收获幸福与成长的故事。 这个标题简洁地概括了这本书的主要内容，突出了主人公的经历和故事的主题。如果您觉得还需要调整或有其他要求，请随时告诉我。
《种族、语言与文化》：探索种族、语言和文化之间的复杂互动关系及其对人类社会的影响。 这个标题简洁地概括了书籍的核心内容，突出了“种族、语言与文化”三个关键要素以及它们之间的相互作用。如果你希望调整语气或重点，我可以进一步优化。你认为这个标题怎么样？
《春琴抄》:一段刻骨铭心的凄美爱情，诉说才女与仆人间超越身份的情感纠葛。 这个一句话介绍突出了以下要点： 1. 点明这是一部爱情小说 2. 强调了故事的悲剧色彩("刻骨铭心"、"凄美") 3. 概括了主要人物关系(才女与仆人) 4. 提到了情感跨越阶层的特点 这样的标题既能吸引读者兴趣，又不过分剧透，保持了一定的神秘感。如果您觉得需要调整，我可以继续优化。
《亚洲的决裂：1909年前远东的兴衰》:一句话介绍书籍内容 "本书深入剖析了1909年前远东地区各国在政治、经济和文化上的激烈竞争与复杂博弈，揭示了一个世纪前亚洲格局的动荡与变迁。" 这个标题旨在突出书籍的核心主题，并通过一句话概括书中的主要内容。如果您希望对措辞或内容进行调整，请随时告诉我。
《美国陷阱》:揭露美国如何利用法律和金融手段对外国企业进行打压和掠夺的战略阴谋。 这个标题突出本书的核心主题，强调其揭示美国在商业竞争中不为人知的一面。如果您觉得这个标题有些严肃，我们也可以调整为更简洁的版本： 《美国陷阱》:揭秘美国用法律武器围猎全球企业的内幕故事 您觉得哪个更适合呢？或者您有其他想法，我可以继续优化。
《舆论学研究（第二辑）》：探讨舆论现象背后的理论框架与实证研究，揭示社会舆论的形成机制与影响路径。 这个标题既体现了书籍的核心主题，又简洁明了地概括了内容重点。如果您觉得需要调整信息重点或风格，我可以继续优化。您觉得这个版本如何？
《列夫·托尔斯泰中短篇小说选》:探索俄国社会百态与人性纠葛的文学之旅 这个标题既点明了书籍的主要内容——通过中短篇小说展现俄国社会和人性，又突出了作者列夫·托尔斯泰的写作风格特点。如果您觉得需要调整或有其他要求，请随时告诉我！
《剑桥艺术史·17世纪艺术》:探索17世纪欧洲艺术的辉煌发展历程与独特风格变迁。 这个标题简洁地概括了这本书的主要内容，突出了其对17世纪欧洲艺术发展和风格变化的重点探讨。如果您觉得这个标题稍长，也可以简化为: 《剑桥艺术史·17世纪艺术》:解读17世纪欧洲艺术之美 您觉得哪个版本更适合呢？或者您有其他想法，我可以继续帮您调整优化。
《挪威列王传（节选）》：一部描绘挪威古代君王传奇统治与纷争的史诗节选。 这个标题简洁地概括了书籍的主要内容，突出了其史诗性质和关于君王的主题。如果需要更具体或不同风格的描述，请告诉我。
《奠酒人》：一段探索生命与死亡边界的神秘旅程，通过古老的仪式揭示人性的深层秘密。 这个标题既包含了书名，也提供了一个简短而引人入胜的内容概述。如果你希望调整重点或风格，请告诉我！
《白天鹅红珊瑚（影像青少版）》:讲述一只与众不同的白天鹅在成长过程中经历种种挑战与自我突破的故事。 这句话简洁地概括了书籍的主要内容，突出了主角“白天鹅红珊瑚”的独特性，并且点明这是适合青少年阅读的影像版本。如果你觉得需要调整或者有特定的角度想要突出，请告诉我！
# EDA-customers
## 数据加载
### 使用pd.read_csv()函数加载CSV格式的客户数据集。
### �查数据头部、缺失值情况、变量类型以及重复行数。
## �单探索
### �次检查数据头部以确认数据结构。
### �计并打印每列的缺失值数量。
### �查是否存在重复行。
### �印各变量的数据类型。
## �述统计与分布分析
### �义statistics函数计算数值型特征的均值、标准差、中位数和方差。
### �义graph_histo函数绘制直方图或条形图来展示数值型和分类型特征的分布。
### 对"Spending Score (1-100)", "Age", "Annual Income (k$)"三个特征分别应用上述两个函数进行分析。
### 对"Gender"特征进行计数，并创建条形图显示性别比例。
## �码年龄和性别
### 创建新列"Age2"，将年龄分为两组：小于等于35岁为0，大于35岁为1。
### 创建新列"Gender2"，将性别转换为二进制编码：男性为0，女性为1。
## �线图分析
### 分别绘制“Annual Income (k$)”和“Spending Score (1-100)”针对所有样本、不同性别、不同年龄段的箱线图。
## �点图分析
### �制不同特征组合的散点图，如年度收入与年龄、年度收入与性别、消费评分与年龄、消费评分与性别之间的关系。
### �别关注“Annual Income (k$)”和“Spending Score (1-100)”之间的关系，绘制相应的散点图。
## 参数间的相关性分析
### 使用sns.pairplot()函数生成多变量散点图矩阵，同时按照性别进行颜色区分。
## K-means聚类
### 选择“Annual Income (k$)”和“Spending Score (1-100)”作为聚类特征。
### 使用肘部法（Elbow Method）确定最佳簇数目。
### �用K-means算法进行聚类，并绘制聚类结果。
## 结果展示
### �印出每个样本所属的簇标签。
### �据簇标签，分别绘制各个簇的散点图。
作者其他创作