本文共 745 字，大约阅读时间需要 2 分钟。

1.什么是EDA分析？

探索性数据分析

（Exploratory Data Analysis，简称EDA） 我的理解是，所谓“探索”，就是自己不受规则约束、用各种方法去找数据的特点、规律。

2.怎么去实现EDA分析？

首先要敢于假设，不设限。拿到一堆数据后，多少会有点猜想，那么就可以去大胆尝试和验证；

怎么验证猜想乃至挖掘出更多关系与规律呢？要多做图，通过将数据可视化来直观浅显地展示其中的数据关联。

3.具体要做哪些图？

单变量分析

基本统计量（中位数、四分位数、偏度、峰度等等）  偏度、峰度:数据的大致分布情况，功能上与直方图类似，其虽然可量化，但不如直方图直观 直方图  - 对称？  - 分散？  - 异常值？  - 有间隙？ 箱线图  - 异常值？  - 对称？  - 比较几批数据的形状 正态性检验  - 图示法 - 直方图钟型？  - 箱线图  - QQ图  - 非参数检验方法

两个变量的分析

线性相关？  秩相关？  关联性如何？  注意：  先绘制散点图  要求两变量来自正态总体  出现异常值慎用

报表

在进行了单变量与多变量的分析之后，应该得到一个展示成果性的报表。制作报表时应该思考以下的信息：  - 数据缺失？  - 有异常值？  - 特征有冗余？  - 分布情况？  - 样本是否重复？  - 样本是否平衡？ - 是否需要抽样？  - 是否需要降维？  - 能否构造更有价值的特征？  - 连续特征是否需要离散化？  - 是否需要对变量进行重新计算？ ---------------------  作者：JasonBianzx  来源：CSDN  原文：https://blog.csdn.net/JasonBianZhang/article/details/78471846   

 

GitHub上可供参考的一个很好的例子：