> 打算从基础开始学习数据分析，给自己一个整理内容和学习消化的时间，所以，这也将成为我的学习笔记。

1. 数据描述

原始数据集包括六个属性：Gender，Length，Diameter，Height，Weight，Rings：

• Gender ：M (male), F (female), I (infant)
• Length：最长外壳尺寸（毫米）
• Diameter：垂直于长度的直径（毫米）
• Height：带壳肉的高度（毫米）
• Weight：整只鲍鱼的重量（克）
• Rings：确定鲍鱼的实际年龄，有点像估计一棵树的年龄。 随着鲍鱼的生长，在鲍鱼壳中形成环，通常以每年一环的速度形成。

2. 数据读取

2.1 导入库

<code>import pandas as pd/<code> 

2.2 读取文件

<code>data = pd.read_csv("abalone.csv")/<code>

2.3 查看数据表信息

先来一波儿基础操作，热热身~

<code>data.columns                          # 查看数据列名
data.shape                              # 查看数据框中有多少个观测值
data.head(4)                           # 打印数据的前四行
data.head(4)['Rings']              # 打印前四行中Rings的值
data.tail(3)                              # 提取数据集的最后三行
data.tail(3)['Weight']              # 输出最后三行鲍鱼的重量
data.loc[577]['Diameter']       # 输出第577行的直径值
data.mean()['Height']            # 输出高度列的平均值/<code>

什么(O_o)?? 没难度？那是因为我不想掉头发！

<code># 提取 gender 为M并且 weight 值低于0.75的数据框的行子集
subset=data[(data['Gender']=='M') & (data['Weight']<0.75)]
# 输出此子集中 diameter 的平均值
subset.mean()['Diameter']
# 输出年龄等于18的鲍鱼的最小长度
data.loc[data["Rings"]==18,"Length"].min()/<code>

3. 数据呈现

3.1 鲍鱼任意两个属性之间的关系可视化：

==交叉表与热图结合==（个人觉得是数据分析界的炸鸡和啤酒）

热图的色彩变化丰富多样、信息表达生动饱满，搭配交叉表的使用，是一种非常不错的可视化手段，被用于各种大数据分析场景，我在这里尝试一下：

<code>import seaborn as sns                                                 # 导入seaborn绘图模块
tab = pd.crosstab(data['Height'],data['Gender'])        # 做Height列和Gender列的交叉表
sns.heatmap(tab)                                                         # 对交叉表进行热图呈现/<code>

输出结果如下图：

3.2 鲍鱼三个属性之间的关系可视化：

<code>sns.scatterplot(data=data,x='Length',y='Weight',hue='Gender',s=300) 
plt.legend(loc='upper left')/<code>

输出结果如图：一般很难读懂按这种方式可视化的多种特征的关系信息，下一次，会有更好地方式，值得期待。

4. 数据分析

鲍鱼的体重与它们有多少个环有关吗？

==划重点== 开始分析之前，先把数据清洗一下：

<code>data.describe()/<code>

运行之后，是这酱紫的......

我们囧囧有神.....哦不.....是炯炯有神的两只“照妖镜”发现一只千年鲍鱼精，呔！妖精，哪里逃，快还我真实数据~

于是，便有了下面一场"恶战"（其实也就一行代码，看来这只鲍鱼精道行不够）.........

<code>data.loc[data.Rings==1500,'Rings']=15/<code>

言归正传，数据集中难免存在数据错误，根据数据集中的其他相关数据，我将其修正为了15。

回到问题：鲍鱼的体重和环之间是否存在联系？

==解决方案1==

<code>import matplotlib.pyplot as plt
plt.scatter(data['Rings'],data['Weight'])
plt.show()/<code>

输出结果如下图：从散点图中可以看出，鲍鱼的环和体重不存在明显的相关关系。

==解决方案2==

<code>data.corr()        # 对数据集进行相关性分析/<code>

输出结果如下：可见鲍鱼的weight和rings并没有很强的关联。

==解决方案3==

<code>data_mean=data.groupby('Rings').mean()     # 求所有鲍鱼的环的平均值
plt.plot(data_mean['Weight'])              # 绘制折线图/<code> 

输出结果如下：

奉上一张思维导图

> 这篇笔记一定还有很多不完善的地方，希望朋友们多多提出不足，大家一起交流，期待！

> 下一次的笔记：把所有数据分析可能用到的模块函数进行总结。

閱讀更多 雅痞紳士JM 的文章

關鍵字: 修正你的养生误区 社交网络 大数据