作为一名数据分析师首先，我們拿到数据时脑海中要有一个数据处理框架，或者说是数据处理模板当我们在脑中深刻记住接下来的数据处理模板，并细化了解每个模块一个模块一个模块的去攻克它。这样会使得我们学习数据分析更得心应手。但注意的是就好像英语作文模板一样，套用时不能呔死数据分析也一样，还是根据我们现实需求进行数据分析。

平时当我们拿到数据时数据很难达到自己预想的模样，比如：数据缺夨啊准确性问题、指标太多等等。总要通过一系列的分析数据操作才能拿到我们想要的数据。所以这个时候，一个重要的步骤来了——数据预处理就我个人而言，数据预处理感觉非常重要数据质量是数据的生命。而数据预处理恰是掌握着数据质量的关键以上的數据预处理流程图是我查阅资料，文献总结而来（有很多数据预处理版本自行参考）数据预处理主要分五步：数据探索、数据清洗、数據集成、数据规约、数据变换。有些专业名词不懂先别急先知道大概这么几步。后面我再一一解释

数据预处理第一步——数据探索阶段：

先上数据探索步骤图，先做初步了解

当我们观测、调查收集初步的样本数据集后接下来肯定要思考的问题：样本数据集的数量和质量是否满足模型的架构的要求？是否出现从未设想过的数据状态其中有没有明显的规律和趋势？各因素之间有什么样的关联性数据探索阶段就是为解决上面这些问题的。这里应该很好理解就不多bb。我想补充的是其实数据探索阶段在我们后面数据挖掘中，通数据有趣模式的挖掘概念很像简单的说，在大部分的应用数据场景中我们拿到数据，并不知道其背后的含义、规律、价值这时候，就需要我們对数据进行有趣模式挖掘（哈哈~数据挖掘是数据分析师的进阶篇。先穿插着讲讲）