探索數據的分佈規律，非常有用，有時可以直接發現數據的規律。
可以做直方圖，做頻數的分佈情況
先求極差：
極差：最大值-最小值
再求組距：
組距：極差/組數
數據集成的概述
數據集成一般是把不同來源的數據放在一起。但是來自多個地方的數據一定要做好實體識別與冗餘屬性識別，避免數據整合錯誤寄數據重複
數據集成技巧
一般來說，數據集成的過程如下：
1、觀察數據源，發現其中關係，詳細查看是否有同名不同意，同意不同名的情況
2、進行數據讀取與整合，（numpy.concatenate((a,b))）
3、去除重複數據