Python数据分析实战之葡萄酒质量分析

1. 明确需求和目的

以葡萄酒类型为标签，分为白葡萄酒和红葡萄酒。比较这两种葡萄酒的差别并选取葡萄酒的化学成分：固定酸度、挥发性酸度、柠檬酸、氯化物、游离二氧化硫、总硫度、密度、PH值、硫酸盐、酒精度数共11个，针对酒的各类化学成分建立线性回归模型，从而预测该葡萄酒的质量评分。

2. 数据收集

• 数据集为“winequality-both.csv",共有6497条数据，共13个特征.
• 数据链接：https://pan.baidu.com/s/1dXeIT20OWgtGvJgSZEqRFQ
  提取码：0g7m

3. 数据预处理

3.1 数据整合

3.1.1 加载相关库和数据集

• 使用的库有：pandas、numpy、matplotlib、seaborn、statsmodels
• 使用的数据集：winequality-both.csv
  
  

3.1.2 数据概览

从上图可以看出特征和质量评分的均值和方差，分位数等，其中，质量评分的均值为5.818378。

3.2 数据清洗

3.2.1 列名重命名

从上面发现列名不符合Python的命名规