正確答案是 B: `data.iloc[:,[4,5,6]].describe()`

分析：

- A: `data.iloc[[4,5,6],:].describe()` 選擇的是第 4, 5, 6 行的數(shù)據(jù)，而不是列。`.describe()` 用于生成描述性統(tǒng)計(jì)信息，通常在列上使用，因此這個(gè)選項(xiàng)不適合用于多個(gè)連續(xù)變量的描述。

- B: `data.iloc[:,[4,5,6]].describe()` 選擇的是第 4, 5, 6 列的數(shù)據(jù)，并對(duì)這些列進(jìn)行描述性統(tǒng)計(jì)分析。`.describe()` 會(huì)生成這些列的統(tǒng)計(jì)信息，如均值、標(biāo)準(zhǔn)差、最小值、四分位數(shù)等。這是對(duì)多個(gè)連續(xù)變量進(jìn)行描述性統(tǒng)計(jì)的正確方法。

- C: `data.iloc[:,4].value_counts(normalize=True)` 用于計(jì)算第 4 列中每個(gè)值出現(xiàn)的頻率，并將其標(biāo)準(zhǔn)化為比例。這通常用于分類(lèi)變量，而不是連續(xù)變量的描述。

- D: `data.value_counts()` 用于統(tǒng)計(jì)整個(gè) DataFrame 中每行出現(xiàn)的頻率，通常用于一維數(shù)據(jù)的頻率統(tǒng)計(jì)，而不是用于連續(xù)變量的描述性統(tǒng)計(jì)。

因此，選項(xiàng) B 是正確的選擇，因?yàn)樗軌驅(qū)Χ鄠€(gè)連續(xù)變量列進(jìn)行描述性統(tǒng)計(jì)分析。