当拿到一堆大数据后,可能常常会因为不知所措而感迷茫
下面是自己在遇到问题的时候总结的一些简单方法
以备后用

1.数据属性分析

info()、head()、describe()

1.info()展示储存信息,可以显示出DataFrame等结构中每一个列的行数、数据结构信息
【数据分析之路】常用的数据分析方法(长期更新)

2.head()默认显示前5行数据信息,可以让数据分析者大概了解整体的信息情况,但对于全局数据而言还是不够明显
【数据分析之路】常用的数据分析方法(长期更新)
3.describe()将数据进行聚合,得到count、mean、std、min、max等信息
【数据分析之路】常用的数据分析方法(长期更新)

2.频率、密度分析

distplot() [seaborn模块]

1.distplot,可以同时画出直方图和连续密度估计图
ps.如果单独画直方图,可以用hist()方法,密度则可以用kde()方法
【数据分析之路】常用的数据分析方法(长期更新)

相关文章:

  • 2022-01-27
  • 2021-11-18
  • 2021-12-15
  • 2021-08-18
  • 2021-08-04
  • 2018-07-14
  • 2021-05-02
猜你喜欢
  • 2021-05-16
  • 2022-01-02
  • 2021-05-01
  • 2021-08-27
  • 2021-05-13
相关资源
相似解决方案