前言

Task2是对数据进行数据分析，数据分析的价值主要在于熟悉了解整个数据集的基本情况包括每个文件里有哪些数据，具体的文件中的每个字段表示什么实际含义，以及数据集中特征之间的相关性，在推荐场景下主要就是分析用户本身的基本属性，文章基本属性，以及用户和文章交互的一些分布，这些都有利于后面的召回策略的选择，以及特征工程。

笔记

数据的具体分析可能结合特征工程会更具有针对性，所以本Task我主要是对代码的理解。数据分析常用的Python库包括pandas，numpy，matplotlib，seaborn等。
原文章中代码的理解可以结合注释和API文档：
pandas
matplotlib.pyplot
seaborn