在Databricks上的探索性數據分析:工具和技術
本文描述了在Databricks上進行探索性數據分析(EDA)的工具和技術。
EDA是什麼?為什麼它有用?
探索性數據分析(EDA)包括探索數據集的方法，以總結其主要特征並識別數據中的任何問題。使用統計方法和可視化，您可以了解數據集，以確定其分析準備情況，並告知應用什麼技術進行數據準備。EDA還可以影響您選擇用於訓練ML模型的算法。
Databricks中有哪些EDA工具?
Databricks有內置的分析和可視化工具來處理數據。
Databricks Runtime和Databricks Runtime ML提供了預先構建的環境，其中已經安裝了流行的數據探索庫。中可以看到內置庫的列表發布說明．
此外，下麵的文章展示了Databricks中的可視化工具示例:
使用Databricks，您可以結合SQL和Python來探索數據。在Databricks Python筆記本中，來自SQL語言單元格的表結果會自動作為Python DataFrame提供。詳細信息請參見在Python筆記本中探索SQL單元的結果．