Python 中的探索性数据分析

您已经拿到一份有意思的数据——应该如何开始分析？本课程将带您完成探索与分析数据的流程：从理解数据集中包含的内容，到将探索结果融入数据科学工作流。

以失业数据和机票价格为例，您将使用 Python 对数据进行汇总与验证，计算、识别并替换缺失值，同时清洗数值型与分类型数据。在整个课程中，您会使用 Seaborn 创建高质量可视化，帮助理解各个变量及其相互关系。

最后，课程将展示如何把探索结果纳入数据科学工作流，例如创建新特征、平衡分类特征，并基于发现提出可检验的假设。

完成本课程后，您将能够自信地在 Python 中开展探索性数据分析（EDA）。您也可以用可视化清晰地向他人解释您的发现，并为进一步获取洞见提出下一步建议！视频包含实时字幕，您可以点击视频左下角的 "Show transcript" 展开查看。 课程术语表位于右侧的资源部分。如需获得 CPE 学分，您需要完成课程并在合格评估中取得 70% 的成绩。您可以点击右侧的 CPE 学分提示进入评估。