import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

#прочитаем из csv-файла данные с описанием автомобилей и их расходом топлива
cars = pd.read_csv('/datasets/auto_cons.csv')

#распечатаем его размер и первые 5 строк
print(cars.shape)
print(cars.head())

#посмотрим на сводную информацию о наборе данных
print(cars.info())

#построим и отрисуем матрицу корреляций
cm = cars.corr() #вычисляем матрицу корреляций
fig, ax = plt.subplots()

#нарисуем тепловую карту с подписями для матрицы корреляций
sns.heatmap(cm, annot = True, square=True)
ax.set_ylim(7, 0) #корректировка "рваных" полей heatmap в последней версии библиотеки
plt.show()

#построим попарные диаграммы рассеяния признак-целевая переменная для каждого признака
for col in cars.drop('Расход топлива', axis = 1).columns:
    sns.scatterplot(cars['Расход топлива'], col)
    plt.show()