分析思路：
1.导入必要的包(pandas，numpy，scipy.stats，matplotlib.pyplot，seaborn)
2.读取文件，为df
3.按 department 分组并获得索引 dp_indices ；
4. 得到分组后 dp_indices 的keys键；
5.初始化一个矩阵 dp_t_mat ，矩阵的宽和高都是len(dp_keys)；
6.行(i)列(j)各自遍历每个数据后，通过 left 行号索引对应行keys的数据，用 scipy.stats.ttest 求交叉后 t 检验的 p 值；
7.如果 t 检验的P值小于0.05赋-1，否则等于P（这步是让heatmap绘出的图形，更加具有区分性）；
8.把P值赋给矩阵；
9.绘制图形
（注意：t 检验的p值越小，二者差异越大，越不相关）
交叉分析实现代码
heatmap绘制出的图形
