什么叫python数据分析统计服_10分钟Python数据分析入门——认识数据

在完成kaggle机器学习入门题目Titanic&＃xff0c;并把准确率提高到80%&＃xff0c;当时排名是进入到前8%&＃xff0c;虽然不高&＃xff0c;但是从这次实践中感悟颇多。

发现在完成题目的过程中&＃xff0c;数据分析占很大的比重。并且做不同的题&＃xff0c;数据分析流程很相似&＃xff0c;都是从认识数据开始&＃xff0c;而认识数据感觉完全可以做成模板&＃xff0c;为日常所用。

这个模板方法也完好的在工作当中得到了验证&＃xff0c;所以这里就把模板制作出来&＃xff0c;只需要改改数据的列名就能迁移到其它工作中。

​如果会Python并且已有jupyter notebook&＃xff0c;直接到文尾获取模板文件即可。下面单纯介绍一下基本功能。该模板适合连续数据&＃xff08;如年龄&＃xff09;&＃xff0c;离散数据&＃xff08;如性别、级别&＃xff09;。不适合字符串&＃xff0c;字符串处理部分在以后更新。主要用到柱状图、曲线图、数据打印输出。

一、工具准备

应用需要安装环境&＃xff0c;学习成本有一点点&＃xff0c;毕竟是模板&＃xff0c;改名字就好。如果深度修改&＃xff0c;那就得自学一下了。

环境&＃xff1a;anaconda3&＃xff0c;官网下载双击安装&＃xff0c;自带jupyter。

Python包&＃xff1a;pandas、numpy、matplotlib。

二、部分功能介绍

1、加载数据

2、查看前十条

3、看各列数据类型&＃xff0c;数量&＃xff0c;数据缺失情况

可以看到总共有891条数据&＃xff0c;一共是12列。Age、Cabin、Embarked数据存在缺失。数据有int64类型&＃xff0c;该类型作为分类标识为主&＃xff08;例如&＃xff1a;Pclass船舱等级&＃xff09;。float64类型是浮点数&＃xff0c;一般是连续型数据&＃xff0c;如这里年龄、票价。object类型&＃xff0c;一般是字符串类型&＃xff0c;作为描述。

4、数字类型统计描述

计算int64、float64等类型的统计描述&＃xff0c;如非空值数量、平均值mean、标准差std、最小值min、四分之一分位数25%、中位数50%、四分之三分位数75%、最大值max。

5、按类别统计各类别数量

幸存和没幸存人数&＃xff0c;1幸存&＃xff0c;0未幸存

6、连续数据分组统计

年龄按照5岁为一档分组&＃xff0c;统计各组数量

7、多维度统计

&＃xff08;1&＃xff09;不同船舱等级年龄分布

绘制各个年龄和等级曲线图&＃xff0c;可以大致看出各等级年龄分布情况。如&＃xff1a;三等舱年龄集中在20岁&＃xff0c;一等舱集中在40岁左右。

&＃xff08;2&＃xff09;不同性别幸存数分布

三、使用说明

1、加载数据&＃xff0c;改为需要的文件名。

2、所有tatinic[&＃39;***&＃39;]&＃xff0c;需要将***改为对应的数据列名。

如果文章对您有一些价值&＃xff0c;请关注 &＃64;猿小明 &＃xff0c;实时关注实用文章

关注公众号「迷茫猿小明」&＃xff0c;或私信&＃xff0c;获取文件资料