工具方面，seaborn是matplotlib的擴展和二次封裝，個人認為日常數據分析matplotlib完夠用了。

一般臟數據分析可以分為以下幾個步驟：

一．數據讀取：根據數據源文件的文件類型，可以使用pandas的read_csv、read_table、read_excel、read_sql、read_json、read_html、DataFrame來讀取。

二．查看數據信息：主要使用describe、info這兩個方法，也可以直接用pandas的繪圖功能可視化顯示數據。

三．處理異常和缺失的數據：用到的方法主要有dropna、fillna，處理完異常和缺失數據后再可視化顯示出處理完的數據

四．如果是做機器學習或深度學習，還要再做一下歸一化處理。

五．數據處理完后再寫入到文件中，以備調用，我一般用to_csv方法來保存。

以下是我這自己處理的一段實例代碼：