数据分析python代码

数据分析是一种通过对数据进行收集、清洗、转换和建模等过程，从而提取有用信息和进行决策支持的方法。Python语言在数据分析领域非常流行，因为它具有丰富的数据处理库和易读的语法。下面是一个简单的数据分析Python代码示例：

import pandas as pd

# 读取数据
data = pd.read_csv('data.csv')

# 查看数据前几行
print(data.head())

# 数据清洗
data.dropna(inplace=True)

# 数据统计
print(data.describe())

# 数据可视化
import matplotlib.pyplot as plt
data['age'].plot(kind='hist', bins=20)
plt.show()

# 建立模型
from sklearn.linear_model import LinearRegression
model = LinearRegression()
model.fit(data[['x']], data['y'])

# 模型评估
print(model.score(data[['x']], data['y']))

# 保存结果
data.to_csv('clean_data.csv')

以上代码使用了pandas库来读取、清洗和统计数据，matplotlib库来进行数据可视化，sklearn库来建立和评估模型。这个简单的代码示例展示了数据分析的一般流程，包括数据处理、统计分析、可视化和建模等步骤。在实际应用中，这些步骤可能会更加复杂，但Python语言提供了丰富的库和工具来应对各种数据分析需求。