2025年数据分析方法与实战手册.docx

2025年数据分析方法与实战手册

第1章数据采集与预处理

1.1数据来源与类型

数据来源可以是结构化数据（如数据库、Excel表格）或非结构化数据（如文本、图片、音频、视频）。在2025年，随着大数据和技术的发展，数据来源更加多样化，包括物联网（IoT）设备、社交媒体、API接口、日志文件等。数据类型主要包括结构化数据（如订单表、用户表）、半结构化数据（如JSON、XML）和非结构化数据（如PDF、图像）。例如，电商平台的用户行为数据属于结构化数据，而社交媒体的评论内容属于非结构化数据。

在数据采集过程中，需明确数据的来源、采集方式、采集频率和数据质量。例如，从API接口获取实