探索性数据分析（Exploratory data analysis，EDA）是数据分析科学家们必备的关键技能之一。因为数据往往是枯燥的，为了吸引人们对某个领域产生兴趣，我们就需要将大量的数据转换为浅显而有趣的故事，毕竟，大家都喜欢听好的故事。为了说明它的力量，我以人类在过去70年中对宇宙的探索为例，制作了一份探索性数据分析。在这篇文章中，我将和大家分享一些出乎我们预料的见解。
为了更加清晰地展现分析成果，我会从大量数据中总结我个人的见解，并将它们以“前十”、“记录”和“显著成就”的内容形式展现在大家面前。为了使文章的语境顺序更加连贯，我会以时间顺序为基准，逐步展开这70年中人类探索宇宙的任务和大事件。
在数据探索过程中，我使用了Python编程，并利用NumPy和Pandas库的进行数据整理。为更加明显地展现数据，我使用了Matplotlib和Seaborn制作图表。代码不会在文章中出现，但我会将完整的代码上传到GitHub上。
太空探索潮的起起伏伏自1957年人类第一次开展太空探索到1978年，太空探索任务数量逐年上升，到1971年到达了顶峰119次。其中1971年到1978年期间，每年的任务数量一直保持在97次以上。而在1979年，当年的任务数量骤降到了49次。此后的30年里每年的任务数量再也没有出现从前那般的高峰。直到2018年，它才再次恢复，当年共完成了117次任务。
那么，如果想成为一名宇航员，需要花费多长时间呢？数据统计，一名宇航员从选拔（开始训练）到第一次执行任务的平均时间约为6.3年。75%的宇航员从他们最初入选开始，到第8年完成了他们的第一次任务，另外的是25%的人则是在4年内就完成了第一次任务。