Python数据分析与挖掘实战_张良均

一、Python数据分析工具

 

二、数据探索

一、对数据的质量分析

异常值的分析：

1. 简单的统计量分析：查看最大最小值是否在合理范围

2.3δ原则，在正态分布下异常值被定义为一组定值与平均值的距离超过3倍的标准差。

3.箱形图分析：

异常值被定义为小于QL-1.5IQR 或大于QR+1.5IQR  

QL是所有数据的下四分位，QR是所有数据的上四分位。IQR是QR-QL

DataFrame中describe()已经给出了基本的统计

二、数据特征分析

1.可以使用pandas、matplotlib绘制统计图

散点图矩阵可以分析每两个变量的关系。

2.计算相关系数

①Pearson相关系数

②Spearman秩相关系数

③判定系数

使用pandas的corr()计算相关系数