之前写了个在windows环境下的Python3利用pandas，sklearn进行关联度分析以及预测的demo。
鉴于公司技术人员都是用mac的，所以打算在mac环境下在从头走一遍，混过下周的技术分享
一.python3的安装
mac是自带python2.7的
在终端运行
python --version
就会看到这个版本号打印出来。但是我们要用到python3，如果有安装brew则可以直接运行命令：
brew install python
当然也可以自己安装镜像文件。不做详细解释
接下来就是把python3替代掉python2
*** 1. 终端打开.bash_profile文件 ***
open ~/.bash_profile
*** 2. .bash_profile文件内容 ***
# Setting PATH for Python 3.6
# The original version is saved in .bash_profile.pysave
PATH="/Library/Frameworks/Python.framework/Versions/3.6/bin:${PATH}"
export PATH
*** 3. 添加别名->最终文件 ***
alias python="/Library/Frameworks/Python.framework/Versions/3.6/bin/python3.6"
*** 4. 终端中重新读取.bash_profile文件 ***
source .bash_profile
这样就可以改成python3了
二.库的安装
什么是库？
它有很多种叫法，比如库，包，项目等，意思就是别人写好的项目代码，你下载放到规定的目录后（pip安装）就可以正常使用别人的项目代码，比如os库，sys库等，当然这些是python内置的，如果不是内置的就要另外安装了。你可以把它理解为java的jar包。
如何安装库？
执行命令：pip3 install xxx；
下载完成后相当于把jar包下载到了本地maven仓库。
(下库文件的时候连visitor，公司内网贼慢)
三.关联性分析
运行后我们可以看到heatmap展示出了各个维度之间的关联系数：
四.建模预测
这里我们用了【1，0，6】数据来做预测即：man:1,woman:0,workyears:6
