作者：韩信子 @ShowMeAI
教程地址：http://www.showmeai.tech/tutorials/33
本文地址：http://www.showmeai.tech/article-detail/135
申明：版权所有，转载请分割平台与作者并注明出处
有人把数据分析的外围总结为六字，即比照、细分、溯源，也被数据分析的三板斧，撑持数据分析的外围利用，具体来说：
比照：成对地比拟。
- 横向比照：与『别人』比拟，比方，两家公司的到职率。
- 纵向比照：依照工夫维度与『本人』的比拟，比方，一家公司去年和往年的到职率。
细分：对数据减少维度、升高粒度地剖析。
- 分维度：减少维度，比方，到职率依照部门维度来剖析。
- 升高粒度：升高数据聚合的水平，比方，到职率不按年份、而依照月份来统计。
溯源：在比照、细分锁定到具体维度和粒度之后，仍然没有论断，那就须要查看原始数据，洞察数据，从数据中寻找灵感。
一、数据『比照』
数据放在那里是没有意义的，只有将数据进行比拟，才体现出数据分析的价值。比照其实很简略，就是把 A 和 B 比拟。然而，没有可对比性的比照肯定是耍流氓。
1.1 指标的可对比性
指标的可对比性，能够从四个“统一”准则来评估：对象统一、工夫属性统一、定义与算法统一、数据源统一。
（1）比价对象统一
比拟的对象统一。对象统一是可比的最根本准则，番茄的销量和猪的销量是不可比的，这其实就是因为比拟的对象不统一。
（2）工夫属性统一
指标的工夫属性统一。工夫属性比拟非凡，对象所在的节令、月份等工夫属性要有可比性。例如，一家便利店夏季雪糕的销量，和冬季没有可比性，因为对象的工夫属性不同，但做销量的同比是能够的。
（3）定义和算法统一
对剖析对象的定义和计算方法统一。举个例子，青年的定义，中国国家统计局（15-34 周岁）和中国共青团（14-28 周岁）不同，当统计青年人数占总人数的比例时，二者计算的指标数据，必定是不同的。
（4）数据源统一
统计的数据样本统一。
1.2 数据比照的“三要”
在做数据比照的相干剖析时，要记住三个“要”：比照要可比、差别要显著、形容要全面。
（1）比照要可比
比照剖析要有可比性。
（2）差别要显著
组间差别要显著，组内差别要轻微。罕用的显著性测验有 T 测验和方差分析。
（3）形容要全面
当刻画一组数据时，不仅要形容这组数据的个别程度（均值），还要思考到这组数据的稳定程度。如果稳定很大，个别程度对数据总体的代表性就会很差。只思考个别程度而不思考稳定和差别，会使数据的可信度大大缩水。
二、数据『细分』
通过减少维度和升高粒度来细分数据，深挖数据，揭示数据中潜藏的法则。
2.1 减少维度
一个维度是数据表的一列。通常状况下，维度是指定性数据。例如，产品提供的服务的类型、用户散布的地区等。在剖析数据时，减少剖析的维度，扭转对待问题的视角，可能在更细分的级别上剖析数据，洞察到更多的常识，减少数据分析的深度。
例如，新用户的留存率，通过减少获客起源的维度，能够监控各个起源的新用户的留存率，把无限的经费应用到真正能够带来无效转化的中央。
2.2 升高粒度
粒度是数据的聚合水平。颗粒度最小的数据，是没有聚合的原始数据。
举个例子，每日数据是原始数据，其粒度是日，数据的数量微小；而每周的统计数据是对日数据的聚合，其粒度是周，数据的数量变成原来的 1 /7。
三、数据『溯源』
溯源，就是到细节数据中去，查看原始数据，反思用户的行为。在做数据分析时，肯定要明确你剖析得数据是二手的，还是一手的。
- 一手数据是最原始的数据，蕴含的内容最丰盛，但数据可能不标准。
- 二手数据是通过解决的，甚至是剖析之后的数据，这些数据可能是全面的、阉割的、面向特定主题的，由此得出的剖析后果也可能有失公允。
材料与代码下载
本教程系列的代码能够在 ShowMeAI 对应的 github 中下载，可本地 python 环境运行，能迷信上网的宝宝也能够间接借助 google colab 一键运行与交互操作学习哦！
本系列教程波及的速查表能够在以下地址下载获取：
- Pandas 速查表
- Matplotlib 速查表
- Seaborn 速查表
拓展参考资料
- 利用 Python 进行数据分析·第 2 版
- w3schools pandas tutorial
- Kaggle 的 pandas 入门教程
ShowMeAI 相干文章举荐
- 数据分析介绍
- 数据分析思维
- 业务认知与数据初探
- 数据荡涤与预处理
- 业务剖析与数据挖掘
- 数据分析工具地图
- 统计与数据科学计算工具库 Numpy 介绍
- Numpy 与 1 维数组操作
- Numpy 与 2 维数组操作
- Numpy 与高维数组操作
- 数据分析工具库 Pandas 介绍
- 图解 Pandas 外围操作函数大全
- 图解 Pandas 数据变换高级函数
- Pandas 数据分组与操作
- 数据可视化准则与办法
- 基于 Pandas 的数据可视化
- seaborn 工具与数据可视化
ShowMeAI 系列教程举荐
- 图解 Python 编程：从入门到精通系列教程
- 图解数据分析：从入门到精通系列教程
- 图解 AI 数学根底：从入门到精通系列教程
- 图解大数据技术：从入门到精通系列教程