数据分析

• Pandas：数据处理和分析的核心库。
• NumPy：支持高性能的数值计算。
• Matplotlib：基础绘图库。
• Seaborn：统计
• Scikit-Learn
• SciPy

数据清洗是数据分析中至关重要的步骤，能够有效提高数据的质量。清洗步骤包括删除重复、处理缺失值、转换数据类型、去除异常值、标准化和归一化、文本清理、编码分类数据等。Python 中，pandas、numpy 和 sklearn 等库为数据清洗提供了强大的功能。

缺失值处理 插值、删除、替换

异常值处理 删除、替换

数据预处理 StandardScaler、MinMaxScaler

将数据按列转换为均值为 0、标准差为 1 的标准正态分布

StandardScaler 会对每一列特征分别计算其均值和标准差，并用以下公式将数据标准化：

与BN类似都是对特征进行标准化