想入門大數(shù)據(jù)分析？先來認(rèn)識(shí)數(shù)據(jù)吧

正確認(rèn)識(shí)數(shù)據(jù)是數(shù)據(jù)分析的第一步，云途君帶你認(rèn)識(shí)數(shù)據(jù)的4種分類和不同類別數(shù)據(jù)的解讀方法。

以云途君為例，對(duì)應(yīng)四種不同類型的數(shù)據(jù)，可以這樣做自我介紹：

國(guó)籍：中國(guó)--------  定類數(shù)據(jù)（Nominal）

健康狀況：良好----  定序數(shù)據(jù)（Ordinal）

體溫：36.2度------- 定距數(shù)據(jù)（Interval）

體重：56公斤------  定比數(shù)據(jù)（Ratio）

以上的四個(gè)數(shù)據(jù)分別對(duì)應(yīng)了4種不同類型的數(shù)據(jù)，每種類型的數(shù)據(jù)具有其自身的特征也對(duì)應(yīng)著不同的解讀方法。

1、 定類數(shù)據(jù)（Nominal）

用于代表不同類別的事物，各個(gè)類別之間沒有等級(jí)次序之分。 例如：顏色，紅色和藍(lán)色沒有優(yōu)劣之分只是類別不同。

這類數(shù)據(jù)通常使用字符或者數(shù)字代號(hào)標(biāo)示，例如電話號(hào)碼區(qū)號(hào)010是北京的區(qū)號(hào)，021是上海的區(qū)號(hào)。

定類數(shù)據(jù)在數(shù)據(jù)分析中較為常見的應(yīng)用場(chǎng)景是用戶分群，將用戶數(shù)據(jù)標(biāo)簽化，再按照不同的標(biāo)簽對(duì)用戶進(jìn)行分群，相同的標(biāo)簽表明具有相同屬性的一類人群。

例如不同支付方式的性別分群，男性有55人，女性有60人分別占47.83%和52.17%，定類數(shù)據(jù)的類別較少時(shí)建議使用餅圖，且“餅圖”能表達(dá)出不同類別的占比情況。

但是“餅圖”不適用于類別較多的情況。例如要分析56個(gè)民族不同人群的支付方式就不適合使用餅圖，通常多個(gè)類別使用柱狀圖展示分析結(jié)果。

如下圖是服裝零售商的商品類別統(tǒng)計(jì)圖：

定類數(shù)據(jù)在數(shù)據(jù)分析中通常被視作維度是離散型數(shù)據(jù)，也就是我們常說的觀測(cè)數(shù)據(jù)的視角，用于對(duì)事物定性，并且對(duì)于定類數(shù)據(jù)只能進(jìn)行計(jì)數(shù)運(yùn)算，不能進(jìn)行加減乘除操作。

2、定序數(shù)據(jù)（Ordinal）

不僅能夠代表事物的分類，還能代表事物按照某種特性的排序，各個(gè)類別之間存在等級(jí)次序之分，等級(jí)之間差距不易衡量。

例如： “健康狀況”，健康狀況“良”與健康狀況“良好”到底差距有多大，不太容易衡量，但是 “良好”肯定優(yōu)于“良”。

這類數(shù)據(jù)通常也是使用字符或者數(shù)字代號(hào)標(biāo)示，仍然用健康狀況舉例，使用1代表好、2代表良好、3代表良，但是用1除以2得出的0.5并不代表任何含義。所以定序數(shù)據(jù)與定類數(shù)據(jù)一樣，他們只能進(jìn)行計(jì)數(shù)操作不能參與加減乘除的運(yùn)算。

通常定序數(shù)據(jù)也被視為數(shù)據(jù)分析中的維度數(shù)據(jù)是離散型數(shù)據(jù)，分析方法與定類數(shù)據(jù)的分析方法基本相同。

定序數(shù)據(jù)最重要的意義代表了一組數(shù)據(jù)中的某種邏輯順序。

3、定距數(shù)據(jù)（Interval）

沒有絕對(duì)零點(diǎn)，“0”是尺度上的一個(gè)點(diǎn)，不代表“不存在”，可以比較大小，兩個(gè)值的差有實(shí)際意義，通常以數(shù)值形式標(biāo)示。例如： “溫度”，0度不代表沒有溫度，云途君的體溫36.2度，相對(duì)于37度，云途君體溫低但依然是正常體溫。

定距數(shù)據(jù)進(jìn)行計(jì)算后，可衍生出一組新的定類數(shù)據(jù)，比如，百分制考試成績(jī)，分值之間的間隔設(shè)定為10分，即60~70分為一檔，70~80分為一檔，80~90分為一檔。

定距數(shù)據(jù)只能進(jìn)行加減運(yùn)算，不能進(jìn)行乘除運(yùn)算。 例如，某同學(xué)的期末考試成績(jī)數(shù)學(xué)70分，物理80分，80除以70得出的數(shù)據(jù)是沒有意義的，但是我們可以說物理成績(jī)比數(shù)學(xué)成績(jī)高10分，這個(gè)數(shù)據(jù)是有意義的，至少代表了這次物理考試比數(shù)學(xué)考試考得好。

定距數(shù)據(jù)在數(shù)據(jù)分析中通常被稱為度量，用于對(duì)某一維度的定量描述。

思考一下

全班期中考試的數(shù)學(xué)平均分是多少分，這個(gè)命題如何計(jì)算？其中，會(huì)用到哪些數(shù)據(jù)，這些數(shù)據(jù)都是什么類型的數(shù)據(jù)？定距數(shù)據(jù)不能參與乘除運(yùn)算為什么還要計(jì)算平均數(shù)？

4、定比數(shù)據(jù)（Ratio）

有絕對(duì)0點(diǎn)，“0”表示沒有或者不存在，通常以數(shù)值形式標(biāo)示是連續(xù)型數(shù)據(jù)，一般來說定比數(shù)據(jù)不可能取負(fù)值或零值。例如：體重、身高。體重50公斤與51公斤之間的差距是相對(duì)于1公斤進(jìn)行放大的多少倍，所以在數(shù)據(jù)分析中，定比數(shù)據(jù)可以進(jìn)行加減乘除運(yùn)算，其天然的帶有倍數(shù)關(guān)系。

例如下圖中的營(yíng)業(yè)額和訂單量，同比的概念就使用了倍數(shù)關(guān)系。

以上4個(gè)不同的數(shù)據(jù)之間可以通過運(yùn)算進(jìn)行相互轉(zhuǎn)換，但當(dāng)數(shù)據(jù)具有絕對(duì)的某種數(shù)據(jù)特征時(shí)要注意是否恰當(dāng)?shù)氖褂昧四撤N運(yùn)算對(duì)數(shù)據(jù)進(jìn)行分析。

此外，前文例舉的都是數(shù)據(jù)特征較明顯的情形，但是在實(shí)際數(shù)據(jù)分析過程中某些數(shù)據(jù)的特征辨識(shí)度較低，需要不斷的練習(xí)才能準(zhǔn)確的對(duì)數(shù)據(jù)用恰當(dāng)?shù)姆椒ㄟM(jìn)行分析。

小結(jié)

定類數(shù)據(jù)：  有類無序，計(jì)數(shù)，離散，維度

定序數(shù)據(jù)：  有類有序，計(jì)數(shù)，離散，維度

定距數(shù)據(jù)：  數(shù)字，0有意義，連續(xù)，加減，度量

定比數(shù)據(jù)：  數(shù)字，無0無負(fù)，連續(xù)，加減乘除，度量