1.7

seaborn—sns.heatmap绘制热力图：seaborn—sns.heatmap绘制热力图_柳杰的博客-CSDN博客  heatmap（热力图）是识别预测变量与目标变量相关性的方法，同时，也是发现变量间是否存在多重共线性的好方法。

pandas相关系数-DataFrame.corr()参数详解_walking_visitor的博客-CSDN博客_df.corr()  计算Dataframe的相关系数，包括Pearson（线性）、kendall（分类，无序序列，非正态分布）、spearman（非线性、非正态分布），相关系数越大，说明相关性越高

np.corrcoef()方法计算数据皮尔逊积矩相关系数（Pearson's r） - 诗&远方 - 博客园 (cnblogs.com) 计算矩阵的Pearson（线性）相关系数

sns.distplot()用法 - 小小喽啰 - 博客园 用来花数据分布直方图，并且有fit参数可以拟合正态分布等曲线

sns.kdeplot()核密度估计图 - 小小喽啰 - 博客园 (cnblogs.com) 核密度估计是概率论上用来估计未知的密度函数，属于非参数检验，通过核密度估计图可以比较直观的看出样本数据本身的分布特征

python scipy stats.probplot用法及代码示例 - 纯净天空  ， 即QQ图，q-q 图是通过比较数据和正态分布的分位数是否相等来判断数据是不是符合正态分布

seaborn.regplot — seaborn 0.12.0.dev0 文档 (osgeo.cn) ， 绘制图像与线性回归模型拟合

Python format 格式化函数 | 菜鸟教程 (runoob.com)   他增强了python字符串格式化的功能