2-1 什么是数据

1. 从认识数据开始

• 数据分类
• 统计指标
• 分布形态
• 数据分析流程
• 常用数据分析工具

对于数据分析来说，这是非常基础也很重要的一章。就好比我们学习写作之前，你需要学习基本的遣词造句一样，后续的数据分析内，都用到本文讲到的知识点。

2. 什么是数据

数据是对事物的描述和记录。

其实，我们思考一下，我们日常生活中，到处都充斥着数据。我们在描述的过程中，也无法离开数据。

我们上网，看到的这些网站、网页，它上面都布满了数据。

我们用的报表，文档，甚至看到的菜单等等，都是由数据所组成的

3. 数据的特性

根据数据的计量层次，进一步对数据进行分类；

根据数据的计量层次，我可以从低到高的，对数据进行进一步的分类；

那什么是计量层次呢？我来带大家理解一下。

• 黄瓜，番茄，森林，书本，无法计算比较，计量层次低
• 1，2，3， 4，5，这些数据可以计算比较，那么计量层次就高

首先，我们观察第一组数据，黄瓜，番茄，森林，书本，你会发现这样的数据会有一个特点，他是文字描述型的数据。你没有办法对他进行一定顺序的排序，或者是大小的比较。那对于这样的数据来说：我无法进行计算比较的数据，我们就说这是计量层次比较低的数据类型。

那对于数值型的，1，2，3， 4，5，这样的数据，它们很明显可以进行排序，计算差异，做加减乘除，做比较。那么我们就会说，这样的数据，它的计量层次是比较高的。

4. 定类数据

• 颜色：红色、白色、黄色
• 性别：男性、女性
• 职位：数据产品经理、数据运营、市场营销运营

观察一下，上面的数据有什么特点？

你会发现，给的这几组数据，它们之间会按照：

• 按照数据的类别进行分类的，各类之间是平等并列的；
• 比如：红色、白色、黄色，红色是否优于白色，或者劣于黄色，你是没有办法进行这样的排序吧。
• 这一类的数据，我们叫做定类数据。
• 这种数据没有数量信息，并且不能在各类别间，进行排序。
• 针对于这些数据，我们通常想要去计算的话，就是统计每一个类别它们的频数「次」和频率。

5. 定序数据

• 受教育程度：小学，初中，高中，大学，硕士，博士
• 季度：春，夏，秋，冬
• 等级：合格、良好、优秀

你可以观察到，这几组数据。受教育程度，季度，等级，你可以观察到，这几组数据和我们的定类数据，有个共同点，都是文字描述型的数据。

但是，又有些不同。

• 你会发现，这些数据之间是可以进行排序的，可以去比较优劣的。
• 比如受教育程度：小学，初中，高中，大学，硕士，博士，它是按照受教育的程度「先后」来进行排序的。
• 季度上按照时间的标准去排序的；
• 等级是按照成绩的大小去排序的「合格、良好、优秀」；
• 这也是说，在实际的使用过程中，我们不但能文字描述，进行基础的排序。我们也可以通过对文字进行对应的 数字编码 进行一个默认的大小排序。
• 比如说：小学我分配的编码是 01、初中：02、高中：03、大学：04、硕士：05、博士：06，那么通过编码的方式，我们可以很方便的对它们进行排序。

6. 定距数据

• 温度：20º、50º、100º
• 成绩：50、65、70、100
• 年龄：8、25、40、60

我们可以观察一下，上面的数据，你会发现：从这一组数据开始，数据开始变为数值型的数据。也就是说，它是具有一定单位的实际测量值。比如温度，它的单位是度。成绩它的单位是分数。年龄它的单位是年。

而对于这样的数据，它的精确性一定是比前面定类和定序数据要更高的。

对于这些数据，我们不仅仅可以做排序、大小比较、我们也可以做简单的加减运算。

7. 定比数据

• 利润：10万、20万、30万
• 薪酬：3000、6000、9000、12000
• 用户数：210、3500、49000

对于这些数据，它们不但可以进行大小的比较、排序、加、减、乘、除运算。那这个时候，我们回忆一下，刚刚讲到的定距数据，你会发现它是没办法做乘除运算的，比如说：针对于温度，你可以说今天的温度比昨天的温度高20º或者低20º，但是你不能将两个温度的变量去做乘除运算，它们产生不出任何意义。

那这个是什么情况？这是因为，对于定距数据中，在定距尺度中，0 是表示一个数值，而在定比数据中，0 代表没有。

比如，在定距数据中以温度为例 0 度就是表示 0º ，我每一个数值，它后面每一个单位都是相同的，它表示的含义都是一样的。

而在于定比数据中，它是有一个所谓绝对零点的存在，我如果是 0 就是没有，那这样的特性，可以让它去做任何的数学运算。

当你拿到一个数值型的数据时，你可以思考一下，它到底属于定比数据还是定距数据。——那其中的关键点就是刚刚聊到的，绝对 0 点。如果存在绝对 0 点，那它就是定比，如果不存在，就是定距。

8. 定性、定量数据

我们来总结一下，我们聊到的四个数据，它可以统称为：定性数据和定量数据。

• 定性数据（定类数据「对事物数据进行分类」、定序数据「对事物进行排序或有一个默认标准的顺序」）
  • 是一组表示事物性质、规定事物类别的文字表述型
• 定类数据（定距数据、定比数据）->都可以直接进行数学运算的
  • 指以数量形式存在着的属性，并因此可以对其进行测量的数值型数据

数据矩阵/二维数据表

上面的数据，以一定标准组成起来的时候，就组成了数据矩阵。——也就是我们经常接触到的二维数据表。

我们把数据表横的一行，称为观测值或者说记录。

我们把数据表开头的，第一行的数据「列表字段」称为我们的数据属性或者数据纬度。

而这也是我们展现数据的主要方式，

章节回顾

1. 什么是数据
2. 数据的类型
   1. 定类数据 => 定性数据
   2. 定序数据 => 定性数据
   3. 定距数据 => 定量数据
   4. 定比数据 => 定量数据
3. 数据矩阵是怎么组成的

课后作业

基于上面的二维数据表，大家观察一下，第一列的列字段，也就是我们的数据属性、数据维度。请告诉我：它们对应的数据类型时哪一个。

期待你和我一起，用数据解析世界

欢迎关注我公众号：AI悦创，有更多更好玩的等你发现！

公众号：AI悦创【二维码】