EDA란?

EDA는 **Exploratory Data Analysis (탐색적 데이터 분석)**의 약자. 📊

간단히 말하면, 데이터를 본격적으로 모델링하기 전에 데이터의 특징을 이해하고, 패턴·이상치·관계 등을 탐색하는 과정

---

🔑 EDA의 주요 목적

1. 데이터 구조 이해 → 행, 열, 데이터 타입, 결측치 여부 확인
2. 기초 통계 확인 → 평균, 중앙값, 분산, 표준편차 등 분포 파악
3. 데이터 시각화 → 히스토그램, 박스플롯, 산점도 등을 통해 데이터 패턴 확인
4. 관계 탐색 → 변수 간 상관관계, 그룹별 특징 확인
5. 이상치/결측치 탐지 → 데이터 정제(Cleaning) 필요성 파악

---

🔧 EDA에서 자주 쓰는 도구

• Python: pandas, matplotlib, seaborn, plotly
• R: ggplot2, dplyr
• 시각화 도구: Tableau, Power BI

---

📌 예시 (Python)

 

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# 데이터 불러오기
df = pd.read_csv("data.csv")

# 1. 기본 구조 확인
print(df.head())
print(df.info())
print(df.describe())

# 2. 결측치 확인
print(df.isnull().sum())

# 3. 시각화 예시
sns.histplot(df['age'], kde=True)
plt.show()

sns.scatterplot(x="height", y="weight", data=df)
plt.show()

---

👉 쉽게 말하면, **EDA는 데이터 분석에서 "탐색 단계"**로, 데이터를 본격적으로 활용하기 전에 “데이터를 들여다보고, 이해하고, 정리하는 과정”이라고 보면된다