数据探索最基本的步骤之一是获取对数据的基本描述，通过获取对数据的基本描述从而获得对数据的基本感觉。下面的一些方法用于帮助我们认识数据。

我们使用波士顿房价预测的数据集进行实验

DataFrame.describe()：查看数据的基本分布，具体是对每列数据进行统计，统计值包含频次、均值、方差、最小值、分位数、最大值等。它有助于我们快速了解数据分布，并发现异常值等信息。
DataFrame.head()：可以直接加载数据集的前五行。
DataFrame.shape：得到数据集的行列情况。
DataFrane.info()：可以快速获得对数据集的简单描述，比如每个变量的类型、数据集的大小和缺失值情况。以上方法可以帮助我们了解数据的基本信息。接下来，我们将通过具体的操作来展现这些方法的强大功能。

变量缺失值查看及处理

首先，通过一段代码展示 nunique 和缺失值的情况：

stats = []
for col in train.columns:stats.append(