怎么做数据的EDA分析？

1.什么是EDA分析？

探索性数据分析
（Exploratory Data Analysis，简称EDA）
我的理解是，所谓“探索”，就是自己不受规则约束、用各种方法去找数据的特点、规律。

2.怎么去实现EDA分析？

首先要敢于假设，不设限。拿到一堆数据后，多少会有点猜想，那么就可以去大胆尝试和验证；

怎么验证猜想乃至挖掘出更多关系与规律呢？要多做图，通过将数据可视化来直观浅显地展示其中的数据关联。

3.具体要做哪些图？

单变量分析
基本统计量（中位数、四分位数、偏度、峰度等等） 
偏度、峰度:数据的大致分布情况，功能上与直方图类似，其虽然可量化，但不如直方图直观 
直方图 
- 对称？ 
- 分散？ 
- 异常值？ 
- 有间隙？ 
箱线图 
- 异常值？ 
- 对称？ 
- 比较几批数据的形状 
正态性检验 
- 图示法
- 直方图钟型？ 
- 箱线图 
- QQ图 
- 非参数检验方法

两个变量的分析
线性相关？ 
秩相关？ 
关联性如何？ 
注意： 
先绘制散点图 
要求两变量来自正态总体 
出现异常值慎用

报表
在进行了单变量与多变量的分析之后，应该得到一个展示成果性的报表。制作报表时应该思考以下的信息： 
- 数据缺失？ 
- 有异常值？ 
- 特征有冗余？