\"Packt出版的《使用Python进行动手探索性数据分析》\

使用Python进行探索性数据分析 数据包含离散对象，上下文之外的事件和事实的集合。 处理此类数据可提供大量信息。 根据我们的经验，判断或管辖权处理此类信息会得出学习的结果。 但是百万美元的问题是-我们如何从这些数据中获取有意义的信息？ 答案就是探索性数据分析（EDA），它是研究数据集，阐明主题并可视化结果的过程。 EDA是一种数据分析方法，它应用多种技术来最大化对数据集的某些洞察力。 揭示底层结构； 提取重要变量； 检测异常值和异常； 测试基本假设； 开发模型，并确定最佳参数以供将来估算。 本书“使用Python进行动手探索性数据分析”的基础是提供有关EDA主要Struts的实践知识，包括数据清理，数据准备，数据探索和数据可视化。 为什么要可视化？ 好吧，一些研究表明，以图形形式描述数据更加清晰，并使复杂的统计数据分析和商业智能更具有市场价值。 读者将有机会探索开源数据集，包括医疗保健