补充：seaborn.set()设置风格

首先，看一下seaborn.set()函数参数：seaborn.set(context=‘notebook’, style=‘darkgrid’, palette=‘deep’, font=‘sans-serif’, font_scale=1, color_codes=True, rc=None),从这个set()函数，可以看出，通过它我们可以设置背景色、风格、字型、字体等

plt.figure(figsize=(6,8))
表示figure 的大小为宽、长（单位为inch）

shape()函数
读取矩阵的长度，比如shape[0]就是读取矩阵第一维度的长度,相当于行数。它的输入参数可以是一个整数表示维度，也可以是一个矩阵。shape函数返回的是一个元组tuple，表示数组（矩阵）的维度/ 形状，例子如下：

w.shape[0]返回的是w的行数
w.shape[1]返回的是w的列数
df.shape()：查看行数和列数

df = pd.read_csv(
‘https://labfile.oss.aliyuncs.com/courses/1283/mlbootcamp5_train.csv’,sep=’;’)
print('Dataset size: ‘, df.shape)
df.head()
df.shape显示行列数，都显示
一定要加sep=’;'的参数，否则会挤：
正常应该是

1.matplotlib.pyplot
是一个有命令风格的函数集合，它看起来和MATLAB很相似。每一个pyplot函数都使一副图像做出些许改变，例如创建一幅图，在图中创建一个绘图区域，在绘图区域中添加一条线等等
2.matplotlib.ticker
刻度线定位和格式
此模块包含支持完全可配置的刻度定位和格式设置的类。
3.Matplotlib中plt.rcParams[]
pylot使用rc配置文件来自定义图形的各种默认属性,包括窗体大小、每英寸的点数、线条宽度、颜色、样式、坐标轴、坐标和网络属性、文本、字体等。
4.sns.set()
5.列转行pandas.melt（）
pandas.melt(frame, id_vars=None, value_vars=None, var_name=None, value_name=‘value’, col_level=None)
参数解释：

frame:要处理的数据集。

id_vars:不需要被转换的列名。

value_vars:需要转换的列名，如果剩下的列全部都要转换，就不用写了。

var_name和value_name是自定义设置对应的列名。

col_level :如果列是MultiIndex，则使用此级别。
6.pandas.DataFrame()
df = pd.DataFrame(data=None, index=None, columns=None, dtype=None, copy=False)
dtype:每列的类型
copy: 查了api，才知道意思是从input输入中拷贝数据。默认是false，不拷贝
7.
df. sort_index()
作用：默认根据行标签对所有行排序，或根据列标签对所有列排序，或根据指定某列或某几列对行排序。
注意：df. sort_index()可以完成和df. sort_values()完全相同的功能，但python更推荐用只用df. sort_index()对“根据行标签”和“根据列标签”排序，其他排序方式用df.sort_values()。
axis：0按照行名排序；1按照列名排序
level：默认None，否则按照给定的level顺序排列—貌似并不是，文档
ascending：默认True升序排列；False降序排列