（一）探索性数据分析EDA入门

数据分析为了使我们更加熟悉数据集，发现数据的特点规律，查看数据集的属性，对数据进行预处理，以使得后续的机器学习或深度学习结果更加达到预期。

以二手车交易价格预测数据为例，数据地址：
https://tianchi.aliyun.com/competition/entrance/231784/information

1、首先导入各种数据科学以及可视化库:
常用数据科学库 pandas、numpy、scipy；可视化库 matplotlib、seabon；

import numpy as np
import pandas as pd
import matplotlib
import matplotlib.pyplot as plt
import seaborn as sns
import missingno as msno

2、载入数据，使用pandas读入csv数据

Train_data = pd.read_csv('./data/used_car_train_20200313.csv', sep=' ')

3、查看数据的维度信息

Train_data.shape

(150000, 31)
数据有150000行和31列

4、简单的查看数据的前5行和后5行的数据信息

Train_data.head().append(Train_data.tail())

5、进一步，可以通过pandas种的describe()来熟悉数据的相关统计量，包括以下内容，count:非空值总数、mean:非空值的平均值、s