import pandas as pd
# 資料載入
train_data = pd.read_csv('./titanic_data/train.csv')
test_data = pd.read_csv('./titanic_data/test.csv')
# 資料探索
#info() 了解資料表的基本情況：行數、列數、每列的資料型別、資料完整度
print(train_data.info())
print('-'*30)
#describe() 了解資料表的統計情況：總數、平均值、標準差、最小值、最大值
print(train_data.describe())
print('-'*30)
#describe(include=['o']) 檢視字串型別（非數字）的整體情況
print(train_data.describe(include=['o']))
print('-'*30)
#head() 檢視前幾行資料（預設是前五行）
print(train_data.head())
print('-'*30)
#tail() 檢視後幾行資料（預設是最後五行）
print(train_data.tail())
Python資料分析專題 資料探索分析
資料探索 2.統計分析 抽樣2.2 點估計與置信區間 2.3 概率分布 2.4 檢驗 2.5 卡方檢驗 2.6 anova 2.7 ab測試 2.8 態分布 按資料型別選分析方式 3.估計 se.mean axis 1 求行的均值 se.median plt.vlines se.mean ymin ...
Python資料探勘 第3章 資料探索
離群點 異常值 定義為小於ql 1.5iqr或大於qu 1.5iqr import pandas as pd catering sale data catering sale.xls 餐飲資料 data pd.read excel catering sale,index col u 日期 讀取資料，...
資料探勘 資料探索
資料探索 根據觀測 調查收集到初步的樣本資料集後，接下來要考慮的問題是 樣本資料集的數量和質量是否滿足模型構建的要求？有沒有出現從未設想過的資料狀態？其中有沒有什麼明顯的規律和趨勢？各因素之間有什麼樣的關聯性？資料探索就是通過檢驗資料集的資料質量 繪製圖表 計算某些特徵量等手段，對樣本資料集的結構和...