Python数据分析——数据分布探索与数据集成

探索数据的分布规律，非常有用，有时可以直接发现数据的规律。

可以做直方图，做频数的分布情况

先求极差：

极差：最大值-最小值

再求组距：

组距：极差/组数

数据集成的概述

数据集成一般是把不同来源的数据放在一起。但是来自多个地方的数据一定要做好实体识别与冗余属性识别，避免数据整合错误寄数据重复

数据集成技巧

一般来说，数据集成的过程如下：

1、观察数据源，发现其中关系，详细查看是否有同名不同意，同意不同名的情况

2、进行数据读取与整合，（numpy.concatenate((a,b))）

3、去除重复数据