前言

每次做资料分析前，笔者需先对资料进行了解，第一步就是进行探索分析EDA，此篇笔记记录常用套路，画图方法不常用就忘了，很容易小地方错了就做不出来，因此顺道记录哪里需要注意。

查看内容

data[“Title1”].unique() 查看唯一值 pd.crosstab(df.Title, df.Survived).T.style.background_gradient() cross table 且用颜色深浅显示 df.Title.value_counts() 计算数值个数

一般画图

开画布 f, ax = plt.subplots(1, 2, figsize=(15, 6)) 两张画布用ax[0] & ax[1]设定 ax[0].set_title(“表头”)

seaborn画图

画出比例 sns.barplot(x=“x轴”, y=“y轴”, data=“资料来源”)

曲线图（下方有上色） sns.FacetGrid(data=df, hue=“Title”, aspect=3).map(sns.kdeplot, “Age”, shade=True) 画出数量 sns.countplot()

开出一张画布， g = sns.FacetGrid(train_data, hue=“Sex”, aspect=3)#aspect图幅调整比例 g.map(sns.kdeplot, “Age”, shade=True) g.set(xlim=(0, train_data[“Age”].max())) g.add_legend()

Data Wrangling

探索以后，可能会合并一些栏位 df[“新变量”] = df.变量1 + df.变量2 群组后观察平均值等等情况

技巧

取代（用建立好的字典替换过去Title栏位） df.replace({‘Title’: 字典}, inplace=True)

遇到一段连续数字做切分，可以用pd.qcut，但要记得转换 from sklearn.preprocessing import StandardScaler, LabelEncoder df[‘AgeBin’] = pd.qcut(df[‘Age’], 4) label = LabelEncoder() df[‘AgeBin_Code’] = label.fit_transform(df[‘AgeBin’])