比例的探索式資料分析（EDA）

探索式資料分析（EDA）能幫助我們先對資料有初步的理解。摘要統計可以說明平均指標的大小、方向與離散程度；而視覺化的分布與趨勢，則能更深入揭露應該關注的面向，並挖掘那些可能被平均值掩蓋的有趣模式。

把自己想像成一位資料分析師，正要在執行任何統計檢定之前，於初始的 EDA 階段開始探索 A/B 測試資料。看看資料裡有哪些對你而言有意思的發現。AdSmart 與 checkout 兩個 DataFrame，以及 pandas（作為 pd）、NumPy（作為 np）、Matplotlib.pyplot（作為 plt）與 Seaborn（作為 sns）都已經替你載入。

Adsmart 的 Kaggle 資料集來源連結在此：Kaggle dataset source is linked here.