EDA

观察数据,从整体上了解数据类型,分布,相关性

常用包:pandas,numpy,  scipy(统计学包,可完成matlab诸多功能),  seaborn(丰富的数据可视化包), matplotlib,missingno(缺失值可视化)

常用语句:

整体观察:.nunique()  .value_counts()   .info()   .describe()   .isnull().sum()   .skew()   .kurt()

缺失值可视化:missingno.matrix(data.sample())       missingno.bar(data.sample())

分布可视化:


按类别特征和数字特征分类,对数字特征分析相关性,对类别特征看分布状态

数字特征:热力图,散点图,分布,回归

f,ax = plt.subplots(figsize = (7,7))

sns.heatmap(correlation, square = True, vmax = 0.8)

f = pd.melt(data, value_vars = num)

#all distributions

g = sns.FacetGrid(f,col = 'variable',col_wrap=2,sharex=False,sharey=False)

g = g.map(sns.distplot,'value')

#散点图

sns.set()

sns.pairplot(data[['price','v_1','v_2']],diag_kind='kde', kind = 'scatter')

plt.show()

#回归

fig, (ax1,ax2) = plt.subplots(nrows = 1, ncols = 2, figsize = (10,5))

sns.regplot(x = 'v_1',y = 'price', data = data[['v_1','price']],scatter = True, fit_reg = True,ax = ax1)

sns.regplot(x = 'v_2',y = 'price', data = data[['v_2','price']],scatter = True, fit_reg = True,ax = ax2)

#类别特征箱线图,小提琴图,柱状图

for c in ['brand','gearbox']: #填补缺失值

    data[c] = data[c].astype('category')

    if data[c].isnull().any():

        data[c] = data[c].cat.add_categories(['MISSING']) #增加missing类

        data[c] = data[c].fillna('MISSING')

def boxplot(x, y, **kwargs):

    sns.boxplot(x=x, y=y)

    x=plt.xticks(rotation=90)

f = pd.melt(data, id_vars=['price'], value_vars=['brand','gearbox'])

g = sns.FacetGrid(f, col="variable",  col_wrap=2, sharex=False, sharey=False, height=5)

g = g.map(boxplot, "value", "price")

柱状图

def count_plot(x, **kwargs):

    sns.countplot(x=x)

    x=plt.xticks(rotation=90)

f = pd.melt(data,  value_vars=['brand','gearbox'])

g = sns.FacetGrid(f, col="variable",  col_wrap=2, sharex=False, sharey=False, height=5)

g = g.map(count_plot, "value")

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 219,110评论 6 508
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,443评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 165,474评论 0 356
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,881评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,902评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,698评论 1 305
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,418评论 3 419
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,332评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,796评论 1 316
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,968评论 3 337
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,110评论 1 351
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,792评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,455评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,003评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,130评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,348评论 3 373
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,047评论 2 355

推荐阅读更多精彩内容