探索顧客商品購買資料集
你已在影片練習中看過「顧客 × 商品購買」資料集，現在要繪製一些探索性圖表，了解各變數的分布與它們之間的關係。這裡你會探索 wholesale 資料集，並使用 seaborn 函式庫的 pairplot 函式，同時繪出各變數兩兩之間的關係圖，以及每個變數的估計分布。這一步很重要，用來檢視分布型態與變數關聯，並據此判斷是否需要進一步的資料前處理。
pandas 已以 pd 載入，seaborn 以 sns 載入，matplotlib.pyplot 以 plt 載入。此外，wholesale 資料集已載入為一個 pandas 的 DataFrame。
本練習屬於課程
Python 的行銷機器學習
練習說明
- 列印
wholesale資料集的前幾列 - 繪製各變數之間的成對關係圖
- 顯示圖表。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Print the header of the `wholesale` dataset
print(___.head())
# Plot the pairwise relationships between the variables
sns.pairplot(___, diag_kind='kde')
# Display the chart
plt.___()