三、数据探索
2018-03-08 21:48
267 查看
两个角度:数据质量分析、数据特征分析
一、数据质量分析(脏数据)
脏数据分类:
* 缺失值(删除、插补、不处理)
* 异常值(离群点):
简单统计量分析(判断合理范围)
3δ原则(偏离平均值3倍标准差)
箱形图分析
* 不一致的值(矛盾性、不相容性)
* 重复数据以及带有特殊符号的数据
二、数据特征分析(绘制图表、计算特征向量)
* 分布分析(绘图):定量:频率分布直方图;定性:饼图、条形图
* 对比分析
* 统计量分析:均值、中位数、众数、极差、标准差、变异系数(标准差相对于均值的离中趋势)、四分位数间距
* 周期性分析
* 贡献度分析(帕累托图)
* 相关性分析(散点图,计算相关系数:pearson相关系数、Spearman秩相关系数、 判定系数)
三、数据探索函数
相关系数:D.corr(method=‘pearson’)
方差:var
标准差 :std
协方差矩阵:cov
describe:percentiles(0.2,0.4)指定分位数
拓展函数:
cumsum():累加
cumprod():累乘,依次给出积
cummax():依次给出前1,2,3…的最大值
画图函数:
plt.plot(s,y,style)二维图
pie :label,size,explode=(0,0.1,0,0)第二部分突出,color
hist
boxplot D.plot(kind=box)
一、数据质量分析(脏数据)
脏数据分类:
* 缺失值(删除、插补、不处理)
* 异常值(离群点):
简单统计量分析(判断合理范围)
3δ原则(偏离平均值3倍标准差)
箱形图分析
* 不一致的值(矛盾性、不相容性)
* 重复数据以及带有特殊符号的数据
二、数据特征分析(绘制图表、计算特征向量)
* 分布分析(绘图):定量:频率分布直方图;定性:饼图、条形图
* 对比分析
* 统计量分析:均值、中位数、众数、极差、标准差、变异系数(标准差相对于均值的离中趋势)、四分位数间距
* 周期性分析
* 贡献度分析(帕累托图)
* 相关性分析(散点图,计算相关系数:pearson相关系数、Spearman秩相关系数、 判定系数)
三、数据探索函数
相关系数:D.corr(method=‘pearson’)
方差:var
标准差 :std
协方差矩阵:cov
describe:percentiles(0.2,0.4)指定分位数
拓展函数:
cumsum():累加
cumprod():累乘,依次给出积
cummax():依次给出前1,2,3…的最大值
画图函数:
plt.plot(s,y,style)二维图
pie :label,size,explode=(0,0.1,0,0)第二部分突出,color
hist
boxplot D.plot(kind=box)
相关文章推荐
- 基于关系数据库的数据仓库星形模式下维使用原则的研究与探索
- VSAN API 探索第 7 部分 – VSAN 数据存储文件夹管理
- 数据结构实验之图论四:迷宫探索
- Java[探索]之基本数据类型
- Hashedcubes: 对于大数据的简洁,低存耗,实时的可视探索
- 探索组合索引的数据存储
- 【ES】探索数据 <四>
- 跟我学“数据结构”系列: (1) 用程序探索数据
- WebGIS中利用AGS JS+eChart实现一些数据展示的探索
- 数据科学-通过数据探索了解我们的特征
- Mysql数据同步给第三方系统的方案探索
- 大容量数据分页显示的探索
- ADO.NET实体数据模型使用探索1
- 【大数据部落】混合IBCF协同过滤推荐算法推荐引擎的探索2
- 智慧中国杯算法赛解读 | 精准资助数据探索(一)
- 小白学数据分析----->SPSS探索分析实践操作[不同生命周期玩家的充值探索分析]
- R语言-来自拍拍贷的数据探索
- House Prices (1):python 探索性数据分析
- 【头条】深度解读DataZoo四大优势 荣之联大数据的探索和创新
- Kibana5数据探索使用(Discover功能)