Análise Exploratória de Dados em Python

Qual é a melhor maneira de abordar um novo conjunto de dados? Aprenda a validar e resumir dados categóricos e numéricos e a criar visualizações do Seaborn para comunicar suas descobertas.

Explorar e analisar dados geralmente significa lidar com valores faltantes, tipos de dados incorretos e valores discrepantes. Neste capítulo, você vai aprender técnicas para lidar com esses problemas e otimizar seus processos de EDA!

As variáveis dos conjuntos de dados não existem de forma isolada; elas têm relações entre si. Neste capítulo, você vai examinar as relações entre dados numéricos, categóricos e até mesmo DateTime, explorando a direção e a força dessas relações, bem como as formas de visualizá-las.

A análise exploratória de dados é uma etapa crucial no fluxo de trabalho da ciência de dados, mas não é o fim! Agora é hora de aprender técnicas e considerações que você pode usar para avançar com sucesso em seus projetos depois de terminar a análise exploratória!