data.describe()檢視資料的基本資訊
資料特徵分析求極差：極差=最大值-最小值
決定組數與組距：組距根據業務特點去取，組數=極差/組距
決定分點，最小值在第一組，最大值在最後乙個組
列出頻率分布圖
繪製頻率分布直方圖
對比分析將兩個相互聯絡的指標進行比較，絕對數比較和相對數比較。
統計量分析用統計指針對定量資料進行統計描述。
集中趨勢度量：1.均值，2.中位數，3.眾數
離中趨勢度量：1.極差，2.標準差，3.變異係數，4.四分位數間距
python主要資料探索函式
資料整合將不同的資料來源合併在一起的時候，可能多個資料來源表達的實體是不一致的
資料變換
最小-最大規範化也叫離差標準化，將值對映到【0，1】之間，x*=(x-min)/max-min，缺點：可能接近0，如果有新的值不再最大最小之間就要重新計算。
零-均值規範化 x*=x-x(平均)/w,w為原始資料的標準差，
小數定標規範化：x*=x/10*k
常用的離散化方法：等寬法，等頻法，基於聚類分析的方法
資料規約
python主要資料預處理函式
總結：資料規約也就是資料降維，現在常用的是pca（主成份分析方法）
聚類分析
python資料分析
以網路爬蟲為例，網路爬蟲是乙個自動提取網頁的程式，爬蟲是搜尋引擎的第一步，也是最容易的一部。網頁搜尋，建立索引，查詢排序 用c c 效率高，速度塊，適合通用搜尋引擎做往往爬取。但是它的缺點也特別明顯 開發慢，寫起來又臭又長的。而python無論在資料分析還是在指令碼自動化編寫尚都是簡單，易學的。良好...
python資料分析
陣列間的算術運算 npwhere pandas的使用 np.random.rand 3,4 產生乙個3行4列的矩陣 0 1之間的 in 32 data1 1,2,3,4.0 in 34 arr1 np.array data1 in 35 arr1 out 35 array 1.2.3.4.in 37...
python資料分析
1.資料分析的含義與目標 2.python與資料分析 3.python資料分析大家族 4.python環境搭建 一 numpy 功能 ndarray 多維操作 線性代數 官網 numpy是python語言的乙個擴充程式庫。支援高階大量的維度陣列與矩陣運算，此外也針對陣列運算提供大量的數學函式庫。nu...