Python数据分析:从0完成一个数据分析实战 —— 阿里云天池
一,学习内容概括
1,学习地址
https://tianchi.aliyun.com/notebook-ai/detail?postId=125735.
2,主要学习内容
1,数据集的下载
2,import 导入模块,并且读取数据
3,观察数据尺寸
4,确定是否有数据缺失
5,查看各代口袋妖怪的数量
6,生成相关性图
7,在实战中的角度来分析这组数据
8,先做一个特征类型转化,然后再计算种族值
9,过滤和排序
二,具体学习内容
1,数据集的下载
!wget -O pokemon_data.csv https://pai-public-data.oss-cn-beijing.aliyuncs.com/pokemon/pokemon.csv
2,import 导入模块,并且读取数据
Pandas, Seaborn, Matplotlib
import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
df = pd.read_csv("./pokemon_data.csv")
3,观察数据尺寸
df.shape 这个来实现观察数据尺寸
当然 df.info() 能够给我们更加详细的每个列的信息
df.head()
#更加简洁 直观
df.head()
df.info()
4,确定是否有数据缺失
观察每个特征的缺失情况
df.isnull()
# 计算出每个特征有多少百分比是缺失的
percent_missing = df.isnull().sum() * 100 / len(df)
missing_value_df = pd.DataFrame({
'column_name': df.columns,
'percent_missing': percent_mis