本文所演示的的可视化方法
散点图（scatterplot)
直方图(histogram）
小提琴图（violinplot)
特征两两对比图（pairplot）
安德鲁斯曲线(andrewscurves)
核密度图(kerneldensityestimationplot)
平行坐标图（parallelcoordinates）
radviz（力矩图？）
热力图(heatmap)
气泡图(bubbleplot)
这里主要使用python一个流行的作图工具:seabornlibrary，同时pandas和bubbly辅助。为什么seaborn比较好？
因为很多时候数据分析，建模前，都要清洗数据，清洗后数据的结果总要有个格式，我知道的最容易使用，最方便输入模型,最好画图的格式叫做
importxlrddata_workbook(excelfile.xls)table()[0]#通过索引顺序获取table_by_index(0)#通过索引顺序获取table_by_name(usheet1)#通过名称获取
数据数据，虽然大数据行业有不同的方向，但是归根结底离不开数据。
sql对于数据.就像筷子之于米饭，那一粒粒的米饭要吃到嘴里，不用工具咋行。
数以亿计的数据存储在orcale，sqlserver，mysql等等容器中，要调用就需要工具sql语言。
sql是基础工具，就如同办公软件office中的word，excel，ppt。
即使工作不需要取数，但是有基本功，会让你的工作更加游刃有余。
这就是sql对于大数据的意义。
