Análisis exploratorio de datos utilizando bibliotecas de Python

Hola usuarios, estoy escribiendo este blog basado en mi aprendizaje previo sobre análisis y exploración de datos utilizando bibliotecas de python que pueden ayudarlo a obtener información de datos mediante programación sin usar Excel

En el mundo de la transformación digital, cada uno de los clientes quiere automatizar sus decisiones comerciales sobre la base de su compromiso con el cliente y los datos de comportamiento mediante el análisis de sus comportamientos anteriores.

Este comportamiento se analiza mediante analítica descriptiva y analítica predictiva.

El análisis descriptivo es el proceso de utilizar datos actuales e históricos para identificar tendencias y relaciones .

Principalmente, los ingenieros de ciencia de datos y los ingenieros de ML usan estadísticas descriptivas para leer sobre los datos y analizarlos, que es el primer proceso para crear un modelo de aprendizaje o un modelo de clasificación.

Aquí menciono algunas bibliotecas de Python que pueden ayudarlo a leer y analizar las estadísticas de datos.

El primer paso es instalar python en su sistema usando este enlace si aún no ha instalado python

Le sugiero que instale anaconda Navigator y use el kernel Jupyter para esto

A continuación, debe crear su conjunto de datos o también puede descargar cualquier conjunto de datos dehttps://www.kaggle.com/

Cargar bibliotecas

import numpy             as np
import pandas            as pd
import scipy.stats       as stats
import matplotlib.pyplot as plt
import seaborn as sns

df=pd.read_csv('basket.csv')
df.head()

df.shape

df.info()

Significar

print("Data:",df.mean())  # print the mean of each attribute. Ignore "Serial No. as it is not a continuous variable"

print("Data:",df.median())  # print the mean of each attribute. Ignore "Serial No. as it is not a continuous variable"

print("Data:",df.mode())  # print the mean of each attribute. Ignore "Serial No. as it is not a continuous variable"

print("Data_quantile(25%):",df.quantile(q=0.25))

print("Data_quantile(50%):",df.quantile(q=0.5))

print("Data quantile(75%):",df.quantile(q=0.75))

print("Data standard deviation:",df.std())

print("Data variance :",df.var())

print("Data summary:",df.describe())

print("Data info:",df.info())

print("Data covariance:",df.cov())

print("Data correlation:",df.corr())

data_column = df['column_name']

En el próximo blog, mencionaré la parte 2 del análisis exploratorio de datos utilizando la biblioteca de gráficos como SNS y maxplotlib, donde puede aprender a trazar el análisis como univariado, bivariado y multivariado para los datos dados.

Conclusión

Después de leer este blog, los usuarios deberían poder realizar análisis de datos básicos utilizando las API de Python. El usuario se familiarizó con las características descriptivas de los datos y visualizó los datos utilizando las funciones API anteriores.