探索性数据分析 (EDA) 正在分析数据集，以总结其主要特征、识别模式、发现异常并通常使用统计图形和其他数据可视化方法测试假设。它有助于总结数据并从数据集中发现见解。
探索性数据分析（EDA）涉及的典型步骤。
第 1 步：从数据库、网络抓取或 API 等各种来源收集所需数据。然后将数据和所需的库导入到集成开发环境（IDE），例如jupyter笔记本。 pandas、NumPy、Matplotlib 和 Seaborn 等 Python 库用于探索和可视化数据。
步骤 2：观察您的数据集并执行数据清理，例如缺失值或错误。
步骤 3：识别模式并找到数据集中的异常值。执行描述性统计来总结数据，以大致了解其内容，例如平均值、最小值和最大值。
第 4 步：利用您学到的知识来完善或产生新问题。
第 5 步：对数据进行转换和建模以寻找答案。例如根据分析需求聚合或分解数据。
第 6 步：使用单变量、双变量和多变量分析执行数据探索。
步骤 7：使用某些可视化工具（例如折线图、条形图、箱线图、散点图和热图）应用分布和关系的数据可视化。
步骤 8：假设检验 – 使用统计测试开发和评估假设，以验证数据中的假设或关系。
第 9 步：利用描述性统计数据和生成的数据可视化的关键见解总结研究结果。记录 EDA 流程和结果，并创建报告和演示文稿，以将结果传达给所有相关利益相关者。
探索性数据分析的好处
帮助理解和解释复杂的数据集。 EDA 帮助数据科学家使用一系列统计和图形技术发现模式、检测异常、测试假设和验证假设。此外，它还可以检测数据质量问题，例如重复记录，可以在进行更详细的分析之前纠正这些问题。
结论
探索性数据分析 (EDA) 能够将数据转化为可操作的见解。它可以应用于任何类型的数据——结构化、非结构化或半结构化——尽管工具和技术可能有所不同。此过程允许数据科学家和分析师从多个角度检查数据集，而无需对其内容进行任何先入为主的假设。
