学数据分析需要学的知识详解（三）

在前面提到的数据获取与数据存取的知识，一般来说，数据获取和数据存取是数据分析的必要条件，数据分析师在分析数据的时候首先需要数据，没有数据我们还分析什么呢？可见数据获取和数据存取是很重要的，不过在进行数据获取和数据存取之后，我们还需要对数据进行预处理，以及对概率知识的学习。下面我们就来讲讲这方面的内容。

大家都知道，很多时候我们通过获取数据和存取数据的时候，拿到的数据是不干净的，数据可能重复，也可能缺失，也可能存在异常值等等，这时候就需要进行数据的清洗，把这些影响分析的数据处理好，才能获得更加精确地分析结果。有很多无效的数据对分析没有意义，就需要进行删除。所以我们需要用相应的方法去处理，比如残缺数据，我们是直接去掉这条数据，还是用临近的值去补全，这些都是需要考虑的问题。

所以说，对于数据预处理，我们需要学会 pandas 的用法，应对一般的数据清洗就完全没问题了。那么学会pandas需要学什么东西呢？一般来说，需要学习选择（主要针对的是数据访问）、缺失值处理（即对缺失数据行进行删除或填充）、重复值处理（重复值的判断与删除）、空格和异常值处理（清楚不必要的空格和极端、异常数据）、相关操作（描述性统计、Apply、直方图）合并（符合各种逻辑关系的合并操作）、分组（数据划分、分别执行函数、数据重组）。学会了这些知识就能够做好数据的预处理工作。

当然，进行数据分析还需要学会概率论和统计学的知识，数据分析的方法有很多都是来自统计学的概念，概率论和统计学的知识也有很多，我们需要对概率论和统计学知识的进行透彻了解，需要掌握的知识点就是基本统计量（均值、中位数、众数、百分位数、极值等）、其他描述性统计量（偏度、方差、标准差、显著性等）、其他统计知识（总体和样本、参数和统计量、ErrorBar）、概率分布与假设检验（各种分布、假设检验流程）、其他概率论知识（条件概率、贝叶斯等）

可以这么说，掌握了统计学的知识，就可以做基本的分析了。大家在学习的时候一定要多多的练习，这样才能够好好的进行数据分析，由于篇幅问题就给大家介绍到这里了，我们在下一篇文章中给大家介绍数据思维和Python数据分析，大家一定要来哦！