Unit 11. EDA (Exploratory Data Analysis) - 資料分布狀況

單元要先準備事項

1. 基礎 Python 教學（建議先看完再學習正式課程） 至少學到會用 Pandas
2. 基礎繪製圖表的方法要看 Unit 3. 總經數據 - CPI 獲取、計算與繪製

單元重點

1. 認識 EDA 及其容易被忽略的超級重要性
2. 認識 scikit-learn
3. 認識資料分布情況的檢視方法

安裝的套件

• pip install pandas
• pip install matplotlib
• pip install seaborn
• pip install scikit-learn （新面孔）：很常用到的資料科學套件

單元內容

Code（請配合影片內容教學食用）

（權限設定是使用報名時填寫的 email，單元推出當月有訂閱權限者才有權限，但影片內容有帶 coding 的部分，所以依舊能學到）

Embed Google Drive

延伸閱讀

• scikit-learn Toy dataset：大家可以玩玩這些比較小的內建資料集

7.1. Toy datasets

scikit-learn comes with a few small standard datasets that do not require to download any file from some external website. They can be loaded using the following functions: These datasets are usefu...

scikit-learn.org

• 在做教材的時候看到一篇提醒常態分布的陷阱迷思，分享給大家

數與人系列：常態的迷思｜方格子 vocus

常態分布（又稱高斯分布）可說是大多統計人最熟悉的統計分布，但正如人們往往會在自認為最熟悉的領域犯錯而不自覺，這個統計人最倚賴的常態分布其實也是最容易造成誤解的統計概念之一。不過，要打破常態分布所帶來的迷思，還是得像畢卡索所建議的，先像一個專家學習專業知識，再像一個藝術家想辦法破解之。 數與人, 平均數, 中央極限定理, 統計心法, 大樹法則, 常態分配, 平均人的迷思, 統計, 收入, 觀察, 社會, 文章, 中央, 藝術家, 疫苗分配, 在家工作, 疫苗施打

vocus.cc