一. 赛题背景及task1
【Datawhale AI夏令营24-3-task1 笔记】 - 掘金 (juejin.cn)
二. task2总结
介绍探索性数据分析（Exploratory Data Analysis, EDA），并通过baseline展示如何挖掘和分析数据中蕴藏的影响因素。
三. 一些值得记忆的知识点
sns.displot(...) 函数用于绘制数据的分布图
pd.pivot_table(...)函数用于绘制透视表
通过绘图，直观展示数据特征和某些要素的关系，再借助相关背景知识辅助分析，挖掘数据集以外的影响因素。在此预测火电出清价格的赛题背景中，挖掘数据集以外的影响因素有：节假日、一天中时间（高峰期低谷期）、风电光伏发电等等。
四. 感受
第一次遇见seaborn库，它还能和matplotlib混用。该task教了很多画图技能，不错的，也展示了EDA思路。就是对于如何把EDA分析出来的特征融入baseline1代码没有什么头绪，如果能给点提示就好了，比如用哪个包，用什么思路等等。当然如果教程没有给的话，那就自己探索，这也是一种锻炼吧。
