探索性数据分析

引言

本章将向你展示如何以系统的方式使用可视化和转换来探索数据，这项任务被统计学家称为探索性数据分析，简称 EDA。EDA 是一个迭代循环。你需要：

• 1. 针对你的数据提出问题。
• 2. 通过可视化、转换和建模来寻找答案。
• 3. 利用所学到的知识来改进你的问题和/或提出新的问题。

EDA 并不是一个有着严格规则集的正式流程。最重要的是，EDA 是一种思维状态。在 EDA 的初始阶段，你应该自由地探索脑海中出现的每一个想法。其中一些想法会取得成果，而另一些则会走入死胡同。随着探索的继续，你会逐渐聚焦于少数几个特别富有成效的领域，并最终将其整理成文，与他人交流。

EDA 是任何数据分析的重要组成部分，即使问题已经直接摆在你面前，因为你始终需要调查数据的质量。数据清洗只是 EDA 的一个应用场景：你要针对数据是否符合你的预期提出问题。要进行数据清洗，你需要运用 EDA 的所有工具：可视化、转换和建模。