jupyter notebook （别称ipython notebook）是一个基于网页的交互式笔记本，支持40多种编程语言。支持创建和共享包含实时代码、方程式、可视化和叙述性文本的文档。
安装jupyter notebook
具体安装方式官网有详细介绍 install jupyter，我选择了通过anaconda安装
anaconda是一个python的开源科学计算平台，支持linux、mac、windows系统，内置个各种常用科学计算包，提供包管理功能和环境管理功能，解决了多版本python并存造成的各种问题，适合初学者和懒人使用
下载可以通过anaconda 的官方下载地址，不过速度真的太慢了……推荐使用清华大学镜像站下载
有关jupyter的各种用法可以查看这个博客， 或者直接查阅官方文档
作业题目
Anscombe's quartet comprises of four datasets, and is rather famous. Why?You'll find out in this exercise.
| I | II | III | IV | ||||
|---|---|---|---|---|---|---|---|
| x | y | x | y | x | y | x | y |
| 10.0 | 8.04 | 10.0 | 9.14 | 10.0 | 7.46 | 8.0 | 6.58 |
| 8.0 | 6.95 | 8.0 | 8.14 | 8.0 | 6.77 | 8.0 | 5.76 |
| 13.0 | 7.58 | 13.0 | 8.74 | 13.0 | 12.74 | 8.0 | 7.71 |
| 9.0 | 8.81 | 9.0 | 8.77 | 9.0 | 7.11 | 8.0 | 8.84 |
| 11.0 | 8.33 | 11.0 | 9.26 | 11.0 | 7.81 | 8.0 | 8.47 |
| 14.0 | 9.96 | 14.0 | 8.10 | 14.0 | 8.84 | 8.0 | 7.04 |
| 6.0 | 7.24 | 6.0 | 6.13 | 6.0 | 6.08 | 8.0 | 5.25 |
| 4.0 | 4.26 | 4.0 | 3.10 | 4.0 | 5.39 | 19.0 | 12.50 |
| 12.0 | 10.84 | 12.0 | 9.13 | 12.0 | 8.15 | 8.0 | 5.56 |
| 7.0 | 4.82 | 7.0 | 7.26 | 7.0 | 6.42 | 8.0 | 7.91 |
| 5.0 | 5.68 | 5.0 | 4.74 | 5.0 | 5.73 | 8.0 | 6.89 |
导入csv文件
涉及知识：
1、csv(逗号分隔值)是一种用来存储数据的纯文本文件，通常都是用于存放电子表格或数据的一种文件格式。一般用WORDPAD或记事本(NOTE),EXCEL打开。
2、%matplotlib inline 这是一个魔法函数 （magic function），是IPython中一种模仿命令行来访问magic函数的独有的形式
3、seaborn 是一个可以调整图表让你的图表更优美漂亮的库，知乎上有官方文档的中文翻译
4、read_csv（） 读取csv文件
5、.head（10） 显示前10行数据， 如果没有参数则默认显示5行数据
Part 1
For each of the four datasets...
- Compute the mean and variance of both x and y
- Compute the correlation coefficient between x and y
- Compute the linear regression line: (hint: use statsmodels and look at the Statsmodels notebook)
1、groupby 是pandas提供的一个能对数据集进行切片、切块、摘要等操作的函数
2、pandas.DataFrame.mean()求平均值
涉及知识：
.corr()：返回列与列之间的相关系数
涉及知识：
scipy.stats.linregress ： 只对计算两组测量值的最小二成回归进行优化，返回系数，截距，R2系数和标准差
可以看出，四组数据x的平均值都是9.0，方差都是11.0； y的平均值都是7.5，方差都是4.12；x, y的相关系数都是0.81；四组数据的线性回归方程都近似 y = 0.5x + 3
Part 2
Using Seaborn, visualize all four datasets.
hint: use sns.FacetGrid combined with plt.scatter