数据处理流程

数据规范化

快速查看数据是否存在缺失值

.T  矩阵中转质    把行变成列，   把列变成行

实例代码
import numpy as np
data = np.matrix([[1,2,3],
				[4,5,6]])
data.T

([[1,4],
  [2,5],
  [3,6]])
 
 123本来是行变成了列
 

I 转质

explore = data.describe(percentiles = [], include = 'all').T    #包括对数据的基本描述，percentiles参数是指定计算多少的分位数表（如1/4分位数、中位数等）；T是转置，转置后更方便查阅
——————————————————————————————————————————————————————————

II 构建一个新字段，用数据得长度-describe的长度

explore['null'] = len(data)-explore['count'] #describe()函数自动计算非空值数，需要手动计算空值数
————————————————————————————————————————————————————————————————
III  构建号了以后 只取出里面的空，最大值，最小值3个值

explore = explore[['null', 'max', 'min']]
explore.columns = [u'空值数', u'最大值', u'最小值'] #表头重命名

标准化数据
（data-mean）/ std

聚类评级
（b-a）
————
max（ab)