Python数据分析与数据可视化 概念

考试题型：
一、填空题（1分*10）
二、程序代码填空（1分*20）
三、读程序写结果（10分*4）
四、程序设计（10分*1）
五、问答题（20分*1）

考试范围：
第一章：1.1、1.2
第二章、第三章全部（包括实训）
第四章：4.1~4.4
第五章：全部
第六章：6.2
第十一章：11.1、11.3、11.4

考试注意事项：
代码填空注意语法格式及上下文
写运行结果注意输出的数据格式（列表、数组、元组、Series等的格式）、是否有引号、是否换行等
程序设计题包括import的库名要写正确
问答题少于50字不计分、乱答不计分

---

数据分析的概念
数据分析看成是—种筛选的方法，就是在处理大量的数据的时候，将需要的数据精选出来，提取出有用信息，最后形成结论，这样可以方便对数据进行更加详细的研究和概括。

数据挖掘则是指从大量的、不完全的、有噪声的实际应用数据中，通过聚类、分类、回归和关联规则等技术，挖掘潜在价值的过程。
 

狭义的数据分析是指根据分析目的，采用对比分析、分组分析、交叉分析、回归分析等方法处理数据并得到一个特征统计量结果的过程。

广义的数据分析是针对搜集来的数据运用基础探索、统计分析、深层挖掘等方法。

也就是说广义的数据分析除了狭义的数据分析之外，还包括数据挖掘的部分。

---

数据可视化 

数据可视化就是以图形化方式表示数据，让决策者可以通过图形直观看到数据分析结果。

数据可视化包括数据处理、视觉编码和可视化生成。数据处理聚焦于数据的采集、清理、预处理、分析和挖掘；视觉编码聚焦于对光学图像进行接收、提取信息、加工变化、模式识别及存储显示。可视化生成则聚焦于将数据转化成图形并交互处理。