数据探索（一）

数据探索是拿到数据要做的第一步，目的是对要分析的数据有个大概的了解。弄清数据集大小，特征和样本数量，数据类型，数据的概率分布等。下面结合奔驰车数据做个梳理，也是个人学习的记录。

import numpy as np
import pandas as pd

train_df = pd.read_csv('train_b.csv')
test_df = pd.read_csv('test_b.csv')
print train_df.shape, test_df.shape

(4209, 378) (4209, 377)

train_df.head()

	ID	y	X0	X1	X2	X3	X4	X5	X6	X8	…	X375	X376	X377	X378	X379	X380	X382	X383	X384	X385
0	0	130.81	k	v	at	a	d	u	j	o	…	0	0	1	0	0	0	0	0	0	0
1	6	88.53	k	t	av	e	d	y	l	o	…	1	0	0	0	0	0	0	0	0	0
2	7	76.26	az	w	n	c	d	x	j	x	…	0	0	0	0	0	0	1	0	0	0
3	9	80.62	az	t	n