list concat與unique() 和 nunique()問題
Day9HW 問題：Q1
Q1: 有與沒list()的差別：
<圖一>特意轉成list type 的用處是什麼？因為以<圖二>和<圖三>試驗結果，有沒有加是相同的(但type不同)，還是只是寫程式的習慣不同呢？
<圖一>
<圖二>
<圖三>
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
Day12範例 問題：Q2
Q2: train_X中df_test的用意：
目前理解是df 中有house_train 和 house_test 的 data，如<圖一>，並在後續空值補、標準化都是針對train做如<圖二>，那麼df_test是有什麼其他的功用嗎？
<圖一>
<圖二>
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
Day15HW 問題：Q3
Q3: unique() 和 nunique()的差別 :
<圖一>這裡試用nunique()取代unique() 來寫但不能work(Error如<圖二>)，在 if app_train[col].nunique() <= 2 裡再算一次unique() 和 nunique() 但結果卻不同，求解ＱＱ
<圖一>
<圖二>
＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝
Day16 HW問題：Q4, Q5
Q4: sorted() 和 np.sort()差別：
在排序年齡區間部分，請問作業做會選用np.sort()是因為速度比較快嗎？因為排出來的結果是一樣，只是type()不同，但都可work。
Ｑ5：px = age_data['YEARS_BINNED']與age_groups.index.astype(str)畫圖產生的差別：
Ｑ5-1：<圖二>黑色槓槓目前理解為誤差值，但換成<圖三>，px = age_groups.index.astype(str)，為什麼就不會去顯示誤差值呢？
Q5-2：<圖二>(A)是用分組好的區間（age_data['YEARS_BINNED']）與其對應 age_data[TARGET] 做圖，<圖三>(B)是分好組平均完 age_data['Target'] （age_groups = age_data.groupby('YEARS_BINNED').mean()這裡的問題是：為什麼<圖二>(A)出來也是平均值？
<圖一>
<圖二>
<圖三>