什么是数据预处理呢？

哎呀， 你们知道吗，就像我们Zuo作业前要先把书桌收拾干净一样，数据分析前也要把数据整理得整整齐齐的。主要原因是呀，Ru果数据乱糟糟的，我们怎么kan得懂呢？这就是数据预处理，就是让数据变得好kan，好懂，我舒服了。。

数据预处理有哪些步骤呢？

第一步，我们要处理缺失值，就像是我们的作业本上空着的地方，我们要想办法填上。 坦白说... 有几种方法哦，比如说用平均值、中位数或者用其他数据的值来代替。

然后呢， 我们要处理异常值，就像是我们班上那个总是考得超级好或者超级差的同学，我们要把他们的成绩调整一下让它geng合理。

再说说 我们还要把连续的数据变成分类数据，就像是把身高分成矮、 搞起来。 中、高，这样计算机才Nenggeng好地理解。

那我们怎么用Python来Zuo这些呢？

哎呀，用PythonZuo这些可简单了！我们用Numpy、Pandas这些工具，就像是我们的橡皮擦、尺子，把数据整理得干干净净。

举个例子吧！

比如说 我们要用一个模型来预测房价，但是房价的数据dou是连续的，那我们就要把它变成分类的。我们还Ke以用一些方法来让数据变得geng标准，这样计算机计算起来就geng快了。

注意啦！

但是呢，每个方法dou有它的适用场景，不是所有的方法dou适合所有的问题哦。我们要根据具体情况来选择合适的方法，总结一下。。

一下

是个狼人。 数据预处理就像是我们的数据分析的起跑线， 跑得越好，我们的数据分析就越顺利。所以大家要好好学习数据预处理哦！

常用处理方法：

雪糕刺客。 哎呀， 这个嘛，就是那些专业术语啦，比如说填充缺失值、处理异常值、数据标准化等等。这些方法dou是为了让我们的数据变得geng完美。

核心代码和后来啊图：

这个嘛， 就是写代码的地方啦，我们用Python写一些代码， 绝绝子... 就Neng把数据整理得漂漂亮亮的。

应用场景说明：

这个嘛， 就是用这些方法来解决实际问题的例子啦，比如说预测天气、分析股票等等。

当不符合正态分布时可用箱型图分析处理， 核心后来啊代码如下：

a、 判断删除缺失值 - isnull，notnull

b、填充替换缺失值 - fillna

好了今天的分享就到这里啦！希望大家dou学会了数据预处理哦！