《Python数据分析与挖掘实战》一3.4　小结

本节书摘来自华章出版社《Python数据分析与挖掘实战》一书中的第3章，第3.4节，作者 张良均 王路 谭立云 苏剑林，更多章节内容可以访问云栖社区“华章计算机”公众号查看

3.4　小结

本章从应用的角度出发，从数据质量分析和数据特征分析两个方面对数据进行探索分析，最后介绍了Python常用的数据探索函数及用例。数据质量分析要求我们拿到数据后先检测是否存在缺失值和异常值；数据特征分析要求我们在数据挖掘建模前，通过频率分布分析、对比分析、帕累托分析、周期性分析、相关性分析等方法，对采集的样本数据的特征规律进行分析，以了解数据的规律和趋势，为数据挖掘的后续环节提供支持。
要特别说明的是，在数据可视化中，由于主要使用Pandas作为数据探索和分析的工具，因此我们介绍的作图工具都是Matplotlib和Pandas结合使用。一方面，Matplotlib是作图工具的基础，Pandas作图依赖于它；另一方面，Pandas作图有着简单直接的优势，因此，两者相互结合，往往能够以最高的效率作出符合我们需要的图。