這是Machine Learning一般分析流程第（1）篇。

1. Load data

You can load data from csv, raw images, or directly from machine learning library such as keras.

dataset = read_csv('filename.csv', header=None)

2. Check data characteristics

• 資料基本特徵:

print(dataset.shape)
print(dataset.dtypes)
print(dataset.head(5))

• 這裡可以看資料的統計特性（平均值，中值，Q1, Q2， Q3 etc.）看起來很多對嗎，一行程式碼就夠了(^__) 。

print(dataset.describe())

• Training dataset 各個標籤下資料量是否平衡。

print(dataset.groupby('LabelIndex').size())

• 資料視覺化：把資料特徵畫出來檢視一下。這裡可以先把每個單獨特徵畫出來看一下（例如看看是否有skewness），再檢視多個特徵之間的聯絡（例如correlation）。