数据处理的流程
样本选取：（三个问题：大小，总体）
基础图标：不要特别复杂，而是要简洁清晰。
图表
趋势图：时间？
分布图
关系/分类:散点图、关系图
散点图：大小/颜色/形状/位置（二维） ->可以有多维度
相关性
怎么解读相关性？
城镇化率决定了人均GDP的上限。
、
城镇化率高，人均GDP不一定；城镇化率低，人均GDP一定低。
人均GDP高，城镇化率。。。
（注意两边一定要做，两个维度都要讲）->因果性，对照比较。
（图见手机）
所以：城镇化率低，人均GDP一定低
人均GDP高，城镇化率一定高
相关性不等于因果性。
A与B相关，但是谁是因谁是果。
A与B相关，但是都与另一个事件C的结果
A与B相关但是纯属巧合（过去200年海盗的减少令全球气温上升）
看起来没有相关性，但是其实有因果（滴滴打车和汽车广播电台的衰败）
所以：如何从相关性推出因果性。（在进行数据分析时，利用尝试和逻辑；做实验控制变量（A/B测试）
