标签：数据分析 Python 一键 AutoViz 可视化 宝藏 数据 pandas
- 作者：韩信子@ShowMeAI
- 数据分析实战系列：http://www.showmeai.tech/tutorials/40
- 本文地址：http://www.showmeai.tech/article-detail/284
- 声明：版权所有，转载请联系平台与作者并注明出处
- 收藏ShowMeAI查看更多精彩内容
实际工作中，我们往往依托于业务数据分析制定业务策略。这个过程需要频繁地进行数据分析和挖掘，发现模式规律。对于算法工程师而言，一个有效的 AI 算法系统落地，不仅仅是模型这么简单——数据才是最底层的驱动。
典型的『机器学习工作流程』包含 6 个关键步骤，其中『探索性数据分析（Exploratory Data Analysis, EDA） 』是至关重要的一步。
- 定义问题
- 数据采集和 ETL
- 探索性数据分析
- 数据准备
- 建模（模型训练和选择）
- 部署和监控
Wiki: In statistics, exploratory data analysis is an approach of analyzing data sets to summarize their main characteristics, often using statistical graphics and other data visualization methods. A statistical model can be used or not, but primarily EDA is for seeing what the data can tell us beyond the formal modeling and thereby contrasts traditional hypothesis testing.
探索性数据分析，通常使用统计图形等数据可视化方法，探索数据的结构和规律，总结数据主要特征的方法。这一过程通常包含细碎的处理步骤和分析操作。
探索性数据分析 EDA 的常用工具
优秀的工具可以简化上述过程！甚至可以一键生成分析报告。本篇 ShowMeAI 给大家总结了截至 2022年 最受欢迎的探索式数据分析工具库，快一起试起来吧！
通常，我们有以下 3 种方式进行 EDA：
- 方式1：在 Python/R 中使用库/框架手动分析
- 方式2：在 Python/R 中使用自动化 EDA 库
- 方式3：使用 Microsoft Power BI 或 Tableau 等工具
3种方式对应的最佳工具库我们梳理到下文中了，对自动化数据分析感兴趣的同学可以直接跳至『自动化EDA工具库』板块。
方式1：手动分析工具库
标签：数据分析,Python,一键,AutoViz,可视化,宝藏,数据,pandas 来源： https://www.cnblogs.com/showmeai/p/16470885.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。