数据分析基础笔记 - 流程和思路

一、流程和思路

1. 提出问题

2. 收集数据

   • 数据源：
     • 观测和统计得到的数据
     • 问卷和调研得到的数据
     • 从数据库中获取的数据 - 数据库： 存储数据的一种结构
     • 从网络爬虫获取的数据

3. 数据处理和清洗

4. 数据分析

   • 描述性分析，目的：找出数据的大致分布状态，进行单个因素分析
   • 探索性分析　
     • 三大作用：分析现状、分析原因、预测未来
     • 三个基本思路：对比、细分、预测
       • 对比
         • 直接根据数据高低分析差异
         • 同比和环比：
           • 同比：本期数据和过往的同一期数据进行对比。例如：2020年Q2的数据和2019年Q2的数据对比
           • 环比：本期数据和连续周期的上一期数据的对比。例如：2020年Q2的数据和2020年Q1的数据对比
       • 细分：将数据分成不同的部分，从而对比内部各个部分之间异同和关系的思路
         • 对比量的大小
         • 对比内部结构：某个部分比例越大，说明重要程度越高
         • 单一的维度上：
           • 不断细分，进行维度下钻
           • 不断添加新的维度，进行维度交叉
         • 杜邦分析法：将想要分析的一个指标，不断拆解味所有影响他的细分指标，分析细分指标的变动。
       • 预测：需要通过三个模型来实现
         • 相关性分析
         • 回归分析
         • 时间序列模型

二、课后练习

题目：一组数据存储在列表中，取该数据的中位数， 并格式化输出收入数据的中位数。

Numbers = [1, 50, 51, 52, 53, 54, 55, 56, 57, 58, 60, 61, 63, 64, 65, 67, 69, 70, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96, 97, 98, 99, 959]

length = len(Numbers)

if length%2==0:
    n = length//2
    Median = (Numbers[n]+Numbers[n-1])/2
    print(f"收入中位数为{Median}")
else:
    n = length / 2 + 1
    Median = Numbers[n]
    print(f"收入中位数为{Median}")