求出分組區間
求出目標欄位下頻率分布的其他統計量 → 頻數，頻率，累計頻率
繪製頻率直方圖、餅圖
定性資料
相對數比較（相除）
比例分析
空間比較分析（橫向對比分析）
動態對比分析（縱向對比分析）
位置平均數
離中趨勢度量
qq圖判斷
k-s檢測
散點圖矩陣初判多變數間關係
pearson相關係數
sperman秩相關係數
data.corr(method='spearman')
刪除缺失值
填充缺失值
替換缺失值
缺失值插補
臨近值插補
拉格朗日插值法
異常值分析
箱型圖分析
借用散點圖和箱形圖
異常值處理方法
0-1標準化：
cats.codes：分組後的區間，用代號來注釋資料對應區間，結果為ndarray
cats.categories：四個區間，結果為index
pd.value_counts(cats)：按照區間計數
等頻法→ 以相同數量的記錄放進每個區間
型別
誤差
求解a，b
多元線性回歸
植物分類
pca.components_
pca.n_components：# 輸出成分的個數
x_pca = pca.transform(df) # 資料轉換,主成分分析，生成新的向量x_pca，為降維後的資料：fit_transform(x)
x_new = pca.inverse_transform(x_pca) # 將降維後的資料轉換成原始資料
繪製圖表
多維資料降維
步驟方法
繪製圖表顯示
構建k均值模型
案例
計算積分 y = x**2
排隊上廁所問題：理論聯絡實際。將實際問題轉換建模分析。通過大量資料以近似值逼近真實值
python資料清洗
對於資料中缺失的值，可以有3種方法處理 1.刪除。比如餐廳的營業額，有幾天去裝修了，確實沒營業，可以刪除 2.不處理 有一些模型可以將缺失值作為一種特殊的值，可以直接建模。3.補上 均值 中位數 眾數 一般情況吧 固定值 比如工資啊，補貼啊 最近臨插補 最近的值，相鄰的，補上 下面是拉格朗日插值法 ...
資料清洗 python
資料清洗 python 1.1引言 對於處理大資料問題，首先就是要進行資料預處理，排除掉那些那些很離譜的資料，當然我們肯定不能乙個乙個用眼睛來找 容易累死 所以我們就要學會如何用程式來進行資料的預處理，我們常常用兩種語言 matlab和python，這裡我先介紹一下用python進行資料清洗。1.2...
Python 資料清洗
重複值處理 一般採取刪除法，但是有些不能刪 df.duplicated df.duplicated subset keep last first np.sum sd.duplicated df.dorp duplicates subset keep last first inplace true f...