探索性数据分析摘要

数据准备

本文演示了如何通过探索性数据分析处理和分析来自Kaggle的原材料价格数据集，该数据集包含361行和25列，涵盖了粗羊毛、棉花、橡胶等原材料的价格及其变化。数据预处理包括处理缺失值、格式化数据类型为数值类型以及按月重新索引。

探索性数据分析与可视化

完成数据准备后，使用可视化工具（如matplotlib和seaborn）对原材料价格和价格变化进行分析。通过生成相关性热图可以发现不同原材料之间的价格关系，正值表示正相关，负值表示负相关。此外，也可对单一原材料的价格进行趋势可视化。

用数据分析提问

数据分析的目标是回答问题，本文提出并解决了以下问题：

• 价格变化范围：通过直方图展示每种原材料的正常价格变化范围。
• 最低价格对比：使用折线图比较不同原材料的最低价格，发现棉花和橡胶价格最低。
• 多种原材料的价格趋势：同时对多种原材料价格进行可视化对比。
• 最大/最小价格变化：通过随机颜色折线图和散点图分析原材料的价格变化幅度。
• 价格变化最剧烈的原材料：使用散点图分别展示价格变化剧烈的和稳定的原材料。

总结

探索性数据分析不仅是数据科学的基本功，也是发现数据规律和回答商业问题的关键步骤。本文通过对原材料价格数据的分析和可视化，示范了如何有效开展探索性数据分析。

见数知理

查看原文：再谈探索性数据分析

文章来源：

见数知理

扫码关注公众号