查询抽烟男性中人均消费大于5的数据，参考例4-29，4-30中query和布尔选择的用法进行查询 6.画散点图，分析“小费”和“消费总额”,参考例4-68 7.分析男女顾客哪个更慷慨，分组看看男性还是女性的小费平均水平更高，利用grou

5. 查询抽烟男性中人均消费大于5的数据，参考例4-29，4-30中`query`和布尔选择的用法进行查询： ```python fdata.query("性别 == 'Male' and 是否抽烟 == 'Yes' and 人均消费 > 5") ``` 6. 画散点图，分析“小费”和“消费总额”，参考例4-68： ```python import matplotlib.pyplot as plt plt.scatter(fdata['消费总额'], fdata['小费']) plt.xlabel('消费总额') plt.ylabel('小费') plt.show() ``` 7. 分析男女顾客哪个更慷慨，分组看看男性还是女性的小费平均水平更高，利用`groupby('性别')`进行分组，然后求`mean()`值，注意`groupby`返回的是对象，参考例子4-46： ```python fdata.groupby('性别')['小费'].mean() ``` 8. 画直方图，分析星期和小费的关系，先用`groupby`获得`fdata`的部分内容（包含有星期，小费，小费和第七条类似，求均值），利用`fig=r.plot(kind='bar',x='星期',y='小费',fontsize=12,rot=36)`，画图： ```python fd = fdata[['星期', '小费']] fd = fd.groupby('星期').mean() fig = fd.plot(kind='bar', x='星期', y='小费', fontsize=12, rot=36) fig.set_xlabel('星期') fig.set_ylabel('小费') plt.show() ```