什么是EDA（Exploratory Data Analysis，探索性数据分析）

EDA（Exploratory Data Analysis，探索性数据分析）是一种在正式建模前，通过统计量和可视化方法来理解数据特征、发现模式与异常、并提出假设的过程。

这张图里你会看到：

• 直方图：展示单变量的分布，并用红色虚线标出平均值，帮助理解集中趋势

• 散点图：揭示两个变量之间的关系和可能的相关性

• 方差柱状图：直观比较不同变量的波动大小

• 均值标注：让你快速定位数据的中心位置

******  整理 by Moshow郑锴@https://zhengkai.blog.csdn.net/

这里再用表格梳理一下“平均值+方差、散点图+直方图”在 EDA 中的作用👇

方法/指标	类型	主要作用	优点	常见注意点
平均值 (Mean)	描述性统计	衡量数据的集中趋势	直观易懂，计算简单	容易受极端值影响
方差 (Variance)	描述性统计	衡量数据离散程度	能反映波动大小	受量纲影响，需要配合标准差使用
散点图 (Scatter Plot)	可视化	观察两变量之间的关系、趋势或聚类	能发现相关性与离群点	当数据量太大时可能变得难以辨别
直方图 (Histogram)	可视化	显示单变量的分布形态	清晰展示分布特征和偏态	组距选择影响效果

💡 小贴士：

• 平均值+方差适合做数值型特征的整体概览

• 散点图更适合找变量之间的关系

• 直方图能帮助识别分布是否偏态、是否存在多峰