分析思路：

1.導(dǎo)入必要的包(pandas，numpy，scipy.stats，matplotlib.pyplot，seaborn)

2.讀取文件，為df

3.按 department 分組并獲得索引 dp_indices ；

4.?得到分組后 dp_indices 的keys鍵；

5.初始化一個矩陣 dp_t_mat ，矩陣的寬和高都是len(dp_keys)；

6.行(i)列(j)各自遍歷每個數(shù)據(jù)后，通過 left 行號索引對應(yīng)行keys的數(shù)據(jù)，用 scipy.stats.ttest 求交叉后 t 檢驗的 p 值；

7.如果 t 檢驗的P值小于0.05賦-1，否則等于P（這步是讓heatmap繪出的圖形，更加具有區(qū)分性）；

8.把P值賦給矩陣；

9.繪制圖形

（注意：t 檢驗的p值越小，二者差異越大，越不相關(guān)）

交叉分析實現(xiàn)代碼

heatmap繪制出的圖形