为了解决特定问题而进行的学习是提高效率的最佳途径。这种方法能够使我们专注于最相关的知识和技能，从而更快地掌握解决问题所需的能力。
（以下练习题来源于《统计学—基于Python》。联系获取完整数据和Python源代码文件。）
练习题
用以下数据绘制地区生产总值、地方财政税收收入和社会消费品零售总额的3D散点图。
| 地区 | 地区生产总值 | 地方财政税收收入 | 社会消费品零售总额 | 年末总人口 |
| 北京 | 41045.6 | 5164.64 | 14867.7 | 2189 |
| 天津 | 15685.1 | 1621.89 | 3769.8 | 1373 |
| 河北 | 40397.1 | 2735.73 | 13509.9 | 7448 |
| 山西 | 22870.4 | 2094.72 | 7747.3 | 3480 |
| 内蒙古 | 21166 | 1671.05 | 5060.3 | 2400 |
| 辽宁 | 27569.5 | 1970.87 | 9783.9 | 4229 |
| 吉林 | 13163.8 | 809.41 | 4216.6 | 2375 |
| 黑龙江 | 14858.2 | 870.18 | 5542.9 | 3125 |
| ... | ... | ... | ... | ... |
图形绘制与分析
3D散点图是再三维（3D）空间中展示3个变量间关系的图形。
图形绘制结果显示，地区生产总值、地方财政税收收入和社会消费品零售总额之间均为正的线性相关关系，且关系较强。
import pandas as pd
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
plt.rcParams['font.sans-serif'] = ['Heiti TC']
plt.rcParams['axes.unicode_minus'] = False
df = pd.read_csv('example3_3.csv')
ax3d = plt.figure(figsize = (10, 7)).add_subplot(111, projection = '3d')
ax3d.scatter(df['地区生产总值'], df['地方财政税收收入'], df['社会消费品零售总额'],
color = 'black', marker = '*', s = 50)
ax3d.set_xlabel('x = 地区生产总值', fontsize = 10)
ax3d.set_ylabel('y = 地方财政税收收入', fontsize = 10)
ax3d.set_zlabel('z = 社会消费品零售总额', fontsize = 10)
plt.tight_layout()
plt.savefig('3d_scatter_plot.png')都读到这里了，不妨关注、点赞一下吧！
