1.连续或离散型型数值
2.排序型或分类型
3.时间和空间坐标
4.文本型（暂时不管）
数据浅浅的可视化：今天浅浅学了一招
dataset[].hist(figsize=()),能画出柱状图
数据处理方式：我们一个一个来谈
数值型：标准化：Minmaxscaler[0,1] standardscaler maxabsscaler[0,1]
正则化：normalizer(norm="L1"or"L2")
数据的二值化：Binarizer(threshold)
多值化：scipy.statas.rankdata（不如iloc编函数，找不来）
多项式：poly = PolynomialFeatures(2)
转换为6个特征，比如将两个特征 (X_1, X_2)，它的平方展开式便转换成5个特征(1, X_1, X_2, X_1^2, X_1X_2, X_2^2).
特征创建：如果有房子的总价格与面积，我们可以求得房价。
自己iloc，loc慢慢操作
什么情况下(不)需要归一化？
需要： 基于参数的模型或基于距离的模型，都是要进行特征的归一化。
不需要：基于树的方法是不需要进行特征的归一化，例如随机森林，bagging 和 boosting等。
排序型，分类型：onehotcoder sklearn有函数，个人觉得不如pandas的痛快（get_dummies）
onehotencoder 还可以groupby 再增加变量数量与相互关系
时间类型：【Pandas】时间数据处理_胡桃的胡的博客-CSDN博客_pandas 处理时间参考这位大佬的
空间类型：自己iloc，loc好好搞
数据缺失的填补：sklearn：
imp = Imputer(missing_values='NaN'or'0', strategy='mean', axis=0)
imp.fit imp.tranform()
pandas：
df.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)扔掉整个行列
df.fillna(value=None, method=None, axis=None, inplace=False, limit=None, downcast=None, **kwargs) value和method不同时出现
df.isnull() df.isna() 判断是不是缺失值
