1. 鼠标悬停
2. help函数查看
3. ？？jupyter魔法命令
4. Ctrl进入内部查看
5. 利用电脑插件的大模型功能（解释）来解读，比翻译效果好
6. 直接发给AI，让AI帮你解读

针对之前学到的所有知识，针对心脏病项目的数据集来完成数据的预处理。

（我们暂时还没说到标签编码、连续变量处理，所以可以忽略）

import pandas as pd
data = pd.read_csv(r"C:\Users\zhang\Desktop\【疏】机器学习资料\项目类\练习\替换项目\项目1  心脏病分类问题\data\heart.csv")
data.head()
data.isnull().sum()
# 找到所有的连续特征，这是之前的写法
continuous_features = []
for i in data.columns:
    if data[i].dtype != 'object':
        continuous_features.append(i)
continuous_features

import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd

# 设置全局字体为支持中文的字体 (例如 SimHei)
plt.rcParams['font.sans-serif'] = ['SimHei']
# 解决负号'-'显示为方块的问题
plt.rcParams['axes.unicode_minus'] = False

sns.boxplot(x=data['age'])
plt.title('年龄 箱线图')  # 使用中文标题
plt.xlabel('年龄')      # 使用中文标签
plt.show()

# 还有很多新的参数可以调整图像 但是不需要记忆 用的时候问下ai即可
sns.histplot(x=data['cp'])
plt.title('胸痛情况 直方图')
plt.xlabel('胸痛情况')
plt.ylabel('数量')
plt.xticks(rotation=0, ha='right')  # 旋转45度，并右对齐
plt.tight_layout()  # 自动调整子图参数，提供足够的空间
plt.show()

# 另一种可视化方式：小提琴图
# 相较于箱线图，小提琴图更加美观
plt.figure(figsize=(8, 6))
sns.violinplot(x='fbs', y='target', data=data)
plt.title('target vs. fbs')
plt.xlabel('fbs')
plt.ylabel('target')
plt.show()

@浙大疏锦行