《数据分析基础—基于Python的实现》PPT课件（全）.pptx

贾俊平2022/12/30数据分析基础贾俊平 2022/12/30Fundamentals of data analysis with Python基于 Python 的实现 贾俊平2022/12/301.1 数据分析概述1.2 Python 的初步使用1.3 Python的数据处理1.4 Python 绘图基础第 1 章 数据分析与Python语言 1.1 数据分析概述 数据分析方法——什么是数据分析数据分析（data analysis）是运用统计方法对收集来的数据进行分析，从中提取有用信息并得出结论的过程数据分析的目的是把隐藏在数据中的信息有效地提炼出来，从而找出所研究对象的内在规律和特征在实际应用中，数据分析可帮助人们做出判断和决策，以便采取适当行动 1.1 数据分析概述 数据分析方法——数据分析分类从分析目的看 可以将数据分析分为描述性分析（descriptive analysis）、探索性分析（exploratory analysis）和验证性分析（confirmatory analysis）三大类。其中，描述性分析和是对数据进行初步的整理、展视和概括性度量，以找出数据的基本特征；探索性分析侧重于在数据之中发现新的特征，为形成某种理论或假设而对数据进行的分析；验证性分析则侧重于对已有理论或假设的证实或证伪。从所使用的统计分析方法看可大致可分为描述统计（descriptive statistics）和推断统计（inferential statistics）两大类。描述统计主要是利用图表形式对数据进行汇总和展示，计算一些简单的统计量（诸如比例、比率、平均数、标准差等）进行分析。推断统计主要是根据样本信息来推断总体的特征，内容包括参数估计和假设检验等。参数估计是利用样本信息推断所关心的总体特征，假设检验则是利用样本信息判断对总体的某个假设是否成立数据分析方法从分析目的看描述性分析探索性分析验证性分析从统计方法看描述统计推断统计 1.1 数据分析概述 数据分析工具——软件分类——商业软件和非商业软件商业软件——不推荐使用 商业类软件种类繁多，较有代表性的软件有SAS 、SPSS、Minitab、Stata等。多数人较熟悉的Excel虽然不是统计软件，但提供了一些常用的统计函数以及数据分析工具这类软件虽有不同的侧重点，但功能大同小异，基本上能满足大多数人做数据分析的需要。商业类软件使用相对简单，容易上手主要问题是价格不菲，多数人难以接近，此外，更新速度慢，难以提供最新方法的解决方案 1.1 数据分析概述 数据分析工具——软件分类——商业软件和非商业软件非商业软件——推荐使用 非商业类软件则不存在价格问题。目前较为流行的软件有R语言和Python语言，二者都是免费的开源平台R语言的一种优秀的统计软件，它是一种统计计算语言。R语言不仅支持各个主要计算机系统，还有诸多优点，比如，更新速度快，可以包含最新方法的解决方案；提供丰富的数据分析和可视化技术，功能十分强大。此外，R软件中的包（package）和函数均由统计专家编写，函数中参数的设置也更符合统计和数据分析人员的思维方式和逻辑，并有强大的帮助功能和多种范例，初学者也很容易上手Python则是一种面向对象的解释型高级编程语言，并拥有丰富而强大的开源第三方库，也具有强大的数据分析可视化功能。Python于R的侧重点略有不同，R的主要功能是数据分析和可视化，且功能强大，多数分析都可以由R提供的函数实现，不需要太多的编程，代码简单，容易上手。Python的侧重点则是编程，具有很好的普适性，但数据分析并不是其侧重点，虽然从理论上说都可以实现，但往往需要编写很长的代码，帮助功能也不够强大，这对数据分析的初学者来说可能显得麻烦，但仍然不失为一种有效的数据分析工具 变量(variable)观察一个企业的销售额，这个月和上个月不同；观察股票市场上涨股票的家数，今天与昨天数量不一样；观察一个班学生的生活费支出，一个人和另一个人不一样；投掷一枚骰子观察其出现的点数，这次投掷的结果和下一次也不一样“企业销售额”、“上涨股票的家数”、“生活费支出”、“投掷一枚骰子出现的点数”等就是变量数据(data)变量的观测结果 1.1 数据分析概述 数据及其来源——变量和数据变量分类类别变量（定性）无序类别变量（名义值）有序类别变量（顺序值）布尔变量（二值）数值变量（定量）离散变量（离散值）