可视化试图划分为4类
1.比较，各类别的关系
2.联系个或者两个以上变量的关系
3.构成，每个部分占总体的百分比
4.分布，关注但个变量，或者多个变量的分布情况
散点图
scater plot，将两个变量的值显示在二维坐标上，还有三维散点图
import matplotlib.pyplot as plt
还可以用seaborn进行散点图绘制
import seaborn as sns
如果说直方图可以看到变量的数值分布，那么条形图可以帮我们查看类别的特征。在条形图中，长度表示类别的频数，宽度表示类别。
热力图，heat map，是一种矩阵表示方法，矩阵中元素值用颜色代表，不同颜色代表不同的值。通过颜色能直观的知道某个位置数值的大小，也可以将这个位置上的颜色和数据集中的其他颜色进行对比
蜘蛛图是一种现实一对多关系的方法。一个表量相对于另一个变量的显著性是清晰可见的。作图需要两个数组labels,stats，保存这些属性的名称和属性值。
蜘蛛图是圆形，需要计算每个坐标的角度，然后对数值进行设置，画完最后一个点，需要与第一个点进行连线。
