数据分析及可视化

数据分析及可视化的概念
数据分析是指用适当的同级分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。
步骤：收集数据——>提取信息——>形成结论
最后借助图形表示数据
数据分析可视化流程

• 定义分析目标
• 数据采集及预处理
• 数据分析挖掘
• 数据可视化
  数据清洗
  数据清洗是指发现并纠正数据文件中可识别的错误的最后一道程序，包括检查数据一致性，处理无效值和缺失值等。
  数据分析案例
• 电影院以电影放映时间和入座率的时间序列模型进行排片
• 网点挖掘商品售卖记录进行更科学的定价
• 城市根据交通情况绘制热力图，优化图形效率。
  如：美国啤酒和尿布——也涉及机器学习
  常见的可视化形式
• 统计图（直方图，折行图，饼图）
• 分布图（热力图，散点图，气泡图）
  常见可视化工具
• 分析工具：pandas,SciPy,numpy,sklearn
• 绘图工具：matplotlib,Pychart,reportlab
• 平台工具：Jupyter Notebook,Pycharm
  Matplotlib是Python的绘图库，它可与Numpy一起使用，提供了一种有效开源替代方案。它也可以和图形工具包一起使用，如PyQt何vxPython
  具体绘图案列请查看https://blog.csdn.net/qq_43540348/article/details/101175221?utm_source=app