零基础数据挖掘组队学习第二次打卡

学习内容

本次学习内容是数据的探索性分析（EDA）

作为新手，对EDA的方法以及python库的用法比较陌生，本次学习内容对我来说有些吃力，内容有些多，后面的内容没怎么看懂。

于是把示例代码在jupyter notebook里敲了一遍，熟悉了EDA的一些基本方法。

1. 载入各种数据科学以及可视化库
2. 载入数据的方法，简略观察数据的方法
3. 数据总览（describe， info）
4. 判断数据缺失和异常（查看每列nan情况，异常值检测）
5. 了解预测值分布
6. 特征分为类别特征和数字特征，对类别特征查看unique分布
7. 数字特征分析
8. 类型特征分析
9. pandas.profiling生成数据报告

学习感想

本次学习主要是照葫芦画瓢，缺少自己的想法，可能主要是0经验的缘故

当很多的数据呈现在眼前时，学会去对数据有个基本的认识是很重要的，而这种认识需要一些统计知识的支撑（这也是我所缺乏，后面需要自学的内容）

数据的可视化也有很大的帮助，如何绘图，用什么库绘图，绘图技巧都需要不断的学习。

总的来说，这次学习让我熟悉了EDA的基本流程，以后进行数据探索性分析的时候会有基本的思路。