工具方面，seaborn是matplotlib的扩展和二次封装，个人认为日常数据分析matplotlib完够用了。
一般脏数据分析可以分为以下几个步骤：
一．数据读取：根据数据源文件的文件类型，可以使用pandas的read_csv、read_table、read_excel、read_sql、read_json、read_html、DataFrame来读取。
二．查看数据信息：主要使用describe、info这两个方法，也可以直接用pandas的绘图功能可视化显示数据。
三．处理异常和缺失的数据：用到的方法主要有dropna、fillna，处理完异常和缺失数据后再可视化显示出处理完的数据
四．如果是做机器学习或深度学习，还要再做一下归一化处理。
五．数据处理完后再写入到文件中，以备调用，我一般用to_csv方法来保存。
以下是我这自己处理的一段实例代码：
评论0
加载中...0
回答0
回答0
回答0
回答0
回答2
回答0
回答0
回答0
回答0
回答
