环境：Win10 + Cmder + Python3.6.5
数据来源
小费数据来源于Python第三方库seaborn自带的数据，加载数据集：
>>> import numpy as np
>>> from pandas import Series, DataFrame
>>> import pandas as pd
>>> import matplotlib.pyplot as plt
>>> import seaborn as sns
>>> tips = sns.load_dataset('tips')
>>> tips.head()
Out:
total_bill tip sex smoker day time size
0 16.99 1.01 Female No Sun Dinner 2
1 10.34 1.66 Male No Sun Dinner 3
2 21.01 3.50 Male No Sun Dinner 3
3 23.68 3.31 Male No Sun Dinner 2
4 24.59 3.61 Female No Sun Dinner 4
total_bill为总消费金额，tip为小费，sex为顾客性别，smoker为顾客是否抽烟，day列为消费的星期，time列为聚餐的时间段，size为聚餐人数。
数据清洗
查看是否有缺失值或者异常值，如下：
>>> tips.shape
Out: (244, 7)
>>> tips.describe()
Out:
total_bill tip size
count 244.000000 244.000000 244.000000
mean 19.785943 2.998279 2.569672
std 8.902412 1.383638 0.951100
min 3.070000 1.000000 1.000000
25% 13.347500 2.000000 2.000000
50% 17.795000 2.900000 2.000000
75% 24.127500 3.562500 3.000000
max 50.810000 10.000000 6.000000
>>> tips.info()
Out:
<bound method DataFrame.info of total_bill tip sex smoker day time
size
0 16.99 1.01 Female No Sun Dinner 2
1 10.34 1.66 Male No Sun Dinner 3
2 21.01 3.50 Male No Sun Dinner 3
3 23.68 3.31 Male No Sun Dinner 2
4 24.59 3.61 Female No Sun Dinner 4
5 25.29 4.71 Male No Sun Dinner 4
6 8.77 2.00 Male No Sun Dinner 2
7 26.88 3.12 Male No Sun Dinner 4
8 15.04 1.96 Male No Sun Dinner 2
9 14.78 3.23 Male No Sun Dinner 2
10 10.27 1.71 Male No Sun Dinner 2
...... # 省略
通过结果可以看出，共244条数据且暂时看不出是否存在缺失值。
数据探索
1. 消费金额与消费总金额关联性
绘制散点图如下：
>>> plt.show(tips.plot(kind='scatter', x='total_bill', y='tip'))
可以看出，小费金额与消费总金额存在正相关性，即消费的金额越多，给的小费也就越多。
2. 顾客性别与小费金额的关联性
绘制柱状图如下：
>>> male_tip = tips[tips['sex']=='Male']['tip'].mean()
>>> female_tip = tips[tips['sex']=='Female']['tip'].mean()
>>> s = Series([male_tip, female_tip], index=['male', 'female'])
>>> plt.show(s.plot(kind='bar'))
可以看出，男性更倾向于给小费。
3. 日期平均小费
绘制柱状图如下：
>>> thur_tip = tips[tips['day'] == 'Thur']['tip'].mean()
>>> fri_tip = tips[tips['day'] == 'Fri']['tip'].mean()
>>> sat_tip = tips[tips['day'] == 'Sat']['tip'].mean()
>>> sun_tip = tips[tips['day'] == 'Sun']['tip'].mean()
>>> Series([thur_tip, fri_tip, sat_tip, sun_tip], index=['Thur', 'Fri', 'Sat','Sun']).plot(kind='bar')
>>> plt.show()
可以看出，周六、周日的小费比周四、周五高。这与人们的生活习惯有关。
4. 顾客吸烟与否与小费的关联性
绘制柱状图下：
>>> plt.show(tips['smoker'].value_counts().plot(kind='barh'))
可以看出，不抽烟的人可能更倾向给小费，这与人们的性格，经济情况等都有关系。
5.聚餐人数与总消费金额的关系
绘制条形图如下：
>>> plt.show(tips.plot(x='size', y='total_bill'))
可以看出，消费金额与聚餐人数呈正相关。
6.小费百分比
绘制小费百分比直方图如下：
>>> plt.show(tips['percent_tip'].hist(bins=20, grid=False))
可以看出，基本上符合正太分布，但也有几个异常点。再来看看密度图（正态分布），如下：
>>> plt.show(tips['percent_tip'].plot(kind='kde'))
上述实例对小费数据 集做了简单的数据分析和可视化，也指出了数据分析的一般流程，希望对你有所帮助。
