Datawhale学习笔记【零基础入门金融风控——贷款违约预测】（Task2 EDA）

Datawhale学习笔记【零基础入门金融风控——贷款违约预测】（Task2 EDA+Task 3 特征工程）

只是一些学习记录

---

主要内容

1、载入数据科学以及可视化库：numpy、pandas、seaborn、matplotlib等

2、载入数据：载入训练集和测试集、总体观察数据（head+shape+info+describe)

3、判断数据缺失和异常：查看每列NaN情况、唯一值

4、查看数据类型：分为类别特征和数值特征

未完待续。

---

查看数据缺失情况：

data_train.isnull().sum()

缺失情况可视化：

missing = data_train.isnull().sum()
missing = missing[missing > 0]
missing.sort_values(inplace=True)
missing.plot.bar()

可视化看缺省值：

# Matrix是使用最多的函数，能快速直观地看到数据集的完整性情况，矩阵显示
msno.matrix(data_train.sample(250))

# msno.bar可以简单的展示无效数据的条形图
msno.bar(data_train.