探索客户商品购买数据集
您已在视频练习中浏览过按商品维度的客户购买数据集，现在准备绘制一些探索性图表，了解各变量的分布及其相互关系。在这里，您将探索 wholesale 数据集，并使用 seaborn 库的 pairplot 函数绘制变量之间的成对关系图，以及每个变量的估计分布。这一步非常重要，有助于了解分布类型和变量关系，从而判断是否需要进一步的数据预处理。
pandas 库已按 pd 导入，seaborn 按 sns 导入，matplotlib.pyplot 按 plt 导入。同时，wholesale 数据集已作为 pandas DataFrame 加载。
本练习是课程的一部分
Python 营销中的机器学习
练习说明
- 打印
wholesale数据集的前几行 - 绘制变量之间的成对关系图
- 显示图表。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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.___()