探索性数据分析（Exploratory Data Analysis，EDA）是一种分析数据集以了解其结构、特征和潜在关系的分析方法。EDA是数据分析过程中的重要步骤，尤其是在数据科学和统计学领域。以下是进行EDA时常用的一些技术和方法：
数据清洗：在开始EDA之前，通常需要清洗数据，包括处理缺失值、异常值、重复记录和格式不一致等问题。
单变量分析：检查单个变量的分布情况，使用描述性统计量（如均值、中位数、众数、方差、标准差等）和可视化手段（如直方图、箱线图）。
多变量分析：分析两个或多个变量之间的关系，使用散点图、热力图、成对图等可视化工具。
分布检验：检查数据是否遵循某个特定的概率分布，如正态分布。这可以通过Q-Q图（Quantile-Quantile Plot）或Kolmogorov-Smirnov检验等方法进行。
相关性分析：评估两个定量变量之间的线性关系强度，使用相关系数（如皮尔逊相关系数）和散点图。
主成分分析（PCA）：一种降维技术，通过线性变换将数据转换到新的坐标系，以揭示数据中的主要成分或模式。
聚类分析：将数据点分组，使得同一组内的数据点彼此相似度高，而不同组之间的数据点相似度低。常用的聚类算法包括K-means和层次聚类。
时间序列分析：如果数据是时间序列，可以分析其趋势、季节性、周期性等特征，并使用时间序列分解方法。
地理空间分析：如果数据包含地理位置信息，可以使用地图和地理空间可视化技术来探索数据的空间分布和模式。
文本分析：对于文本数据，可以使用词云、频率分布、情感分析等方法来探索文本内容的特征。
交互式可视化：使用交互式工具（如Tableau、Power BI或Python的Plotly和Bokeh库）来动态探索数据的不同方面。
假设检验：使用统计检验来确定观察到的数据模式是否可能仅仅是随机变化的结果，或者它们是否表明存在某种系统性差异或效应。
特征工程：在机器学习项目中，EDA阶段可能包括特征工程的初步工作，如特征选择和特征构造。
EDA的目标是发现数据中的有趣特性和模式，为后续的深入分析和建模提供指导。EDA是一个迭代的过程，可能需要多次尝试和探索，以获得对数据集的深入理解。
