Python数据分析——基础（概论）

        所谓的统计学四大方法收集、处理、分析、解释，简简单单八个字便概括了数据的今生今缘。那么接下来我简单介绍一下

 1.数据的诞生

       在信息时代，我们每天接触到的，不管是你在上班途中看的报纸杂志，还是下班回家去菜市场买菜时菜品的价格，都可以笼统的称之为——数据！

       当然我们要用到的数据，显然不止于自己接触的，有时我们需要利用数据去指导工作或投资，例如股票价格、客户体验满意度、市场销售方案的制定等等，这就需要我们去获取。

        获取的方法有抽样、调查问卷、电话采访、网络爬虫等等，这便是数据的诞生。

2.数据的处理

        当你得到一份数据，第一时间要做的不是建立模型去分析，而是对数据进行预处理，换句话说就是你需要对获取的数据进行再次的整理和了解。整理即对缺失的数据或是错误的数据进行一定的处理，否则分析出的结果会存在误差，这是我们最不愿看到的；数据的了解，就是在你得到数据后，你需要对数据分布有一定的概念，才能确定你需要使用什么方法进行分析。常见的数据预处理方法：异常值处理、缺失值处理、数据规范化等。

3.数据分析

        对于数据而言，总共有两种关系：确定的关系和相关的关系。确定的关系像函数一样，每一个自变量都会对应一个唯一的函数值；相关关系，即数据之间存在着某种关联（如“蝴蝶效应”），用数学公式难以描述的，这便是数学与统计学的分支点。相关关系主要用于回归分析、主成分分析、预测等等。

4.数据解释

        顾名思义，就是对数据分析的结果进行解释，用来知道现实决策。一般而言采用不同的方法，分析结果输出的参数也不相同，所以对于结果的优劣需要具体问题具体分析。