Python数据分析系列（1）——葡萄酒评分

感谢关注天善智能，走好数据之路↑↑↑

欢迎关注天善智能，我们是专注于商业智能BI，人工智能AI，大数据分析与挖掘领域的垂直社区，学习，问答、求职一站式搞定！

天善智能社区地址：https://www.hellobi.com/

---

数据获取

数据来源:Kaggle数据集

Kaggle数据：葡萄酒评分数据选

了个葡萄酒评分的数据，下载下来之后，内容是这样的：

葡萄酒评分数据集

一共有150929条记录

数据集的描述是这样的：

在观看Somm（侍酒师纪录片）之后，数据及提供者想知道如何创建一个预测模型，通过像侍酒师那样的盲品来鉴别葡萄酒。 第一步是收集一些数据来训练一个模型。 他打算根据品酒的描述/评论中使用的单词利用深度学习来预测葡萄酒品种。 该模型虽然不能品尝葡萄酒，但理论上可以基于侍酒师可以给出的描述来识别葡萄酒。

小编百度了一下Somm的影片信息如下：

我们看看各字段含义：

评分（Points）：评分为1-100

品种（Variety）：用来制作葡萄酒的葡萄品种

描述（Description）：侍酒师的几句话描述酒的味道，气味，外观，感觉等。

国家（Country）：葡萄酒来自的国家

省（Province）：葡萄酒来自的省份或州

区域1（Region 1）：一个省或州的葡萄酒产区（即纳帕）

区域2（Region 2）：有时在葡萄酒产区内有更具体的区域，但是这个值有时可能是空白的

酒庄（Winery）：酿酒的酿酒厂

名称（Designation）：葡萄酒酿造厂所在的葡萄园

价格（Price）：一瓶葡萄酒的价格

数据探索

我们使用pandas读取这个文件：

pandas读取数据集

我们查看一下前五行数据：