数据分析基础—基于Python的实现 1-11章教材配套教学课件汇总.pptx

贾俊平 2022-11-24 数据分析基础 2022-11-24 323页完整版课件 内容可修改PPT 基于 Python 的实现 贾俊平 2022-11-24 1.1 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