importpandasaspdcatering_sale="C:/Users/Lenovo/Desktop/catering_sale.xls"data=pd.read_excel(catering_sale,index_col=u'日期')print(data.describe())im

importnumpyasnpimportpandasaspdimportmatplotlib.pyplotaspltpath='./data/catering_sale.xls'data=pd.read_excel(path,index_col=u'日期')#读取

importnumpyasnpimportpandasaspdimportmatplotlib.pyplotaspltpath='./data/catering_sale.xls'data=pd.read_excel(path,index_col=u'日期')#读取

-*-coding:utf-8-*-#代码3-1使用describe()方法即可查看数据的基本情况importpandasaspdcatering_sale='../data/catering_sale.xls'#餐饮数据data=p

分析数据，将数据可视化importpandasaspdcatering_sale='D:/人工智能&软件工程/数据挖掘与分析/data/catering_sale.xls'#餐饮数据data=pd.read_excel(caterin

##-*-coding:utf-8-*-#代码3-1使用describe()方法即可查看数据的基本情况importpandasaspdcatering_sale='D://人工智能//catering_sale.xls'#餐饮数据

一、箱型图分析箱型图依据实际数据绘制，对数据没有任何限制性要求，只是真实直观地表现数据分布的本来面貌；箱型图判断异常值的标准以四分位数和四分位距为基础。其中四分位数

一、数据质量分析（一）箱型图分析箱型图提供了识别异常值的一个标准：异常值通常被定义为小于QL-1.5IQR或大于QU+1.5IQR的值。箱型图识别异常值的结果比较客观，在识别异常值方

数据分析01_abnormal_checkCode1#-*-coding:utf-8-*-23#代码3-1使用describe()方法即可查看数据的基本情况4importpandasaspd5caterin