你正在研究全球失業率，並拿到了一個全新的資料集。這份資料已儲存並載入為名為 unemployment 的 pandas DataFrame。你先前從未看過這組資料，因此第一步要用幾個 pandas 函式來了解它。
unemployment
pandas 已替你匯入為 pd。
pandas
pd
本練習屬於課程
試著完成這個範例程式碼，體驗一下這個練習。
# Print the first five rows of unemployment print(____)
面對一個新資料集，該如何切入？學習如何驗證與摘要類別與數值資料，並使用 Seaborn 製作視覺化，清楚傳達你的發現。
當前練習
探索與分析資料時，常會遇到遺漏值、錯誤的資料型別，以及離群值。這一章會帶你學習處理這些問題的技巧，並讓你的 EDA 流程更順暢！
資料集中的變數並非各自獨立；它們彼此關聯。在本章中，你將檢視數值、類別，甚至 DateTime 資料之間的關係，探索關係的方向與強度，以及適合的視覺化方式。
探索性資料分析是資料科學工作流程中的關鍵一步，但這還不是終點！現在你將學習完成探索後，如何以合適的技巧與考量，順利推進你的專案！