数据分析的必备思路——找出数据之间的关系

在进行数据分析时，常常需要找到变量之间的关系，从而发现数据特征、找到异常数据，此时就需要使用交叉分析法。

两项关系的交叉

简单的交叉分析法建立在纵向分析法和横向分析法的基础上，从数据交叉的点出发，进行数据分析。

例如，分析商品在不同城市的市场容量时，将商品销量作为横向变量，城市作为纵向变量，两者组合建立交叉表，从而确定不同城市的商品市场规模。

分析商品在不同城市的市场容量时，只涉及两个变量，为其建立交叉表相对比较容易。

然而在实际案例中，数据项目往往有多项，此时分析者同样可以使用交叉分析的思路来厘清数据间的关系。

数据的交叉分析需要借助表格，表格的横向、纵向正好是两个维度，用来体现数据的交叉关系再合适不过。

下图所示为某商店统计到的商品销售数据。初看表格中的数据，有日期、品类、销量、地区、售价、退货量共6 个方面的信息，很难找到这些数据信息之间的关系。

此时使用交叉分析思路，将表格中的数据两两组合，就可以得到一些交叉关系，如下图所示。

需要注意的是，数据之间的交叉是建立在实际意义上的，如日期& 销量的交叉可以探寻不同日期下的销量变化。

而在下面的案例中，如果店铺集中在一段时间内销售固定类型的品类，那么将日期& 品类数据交叉，则意义不大，因为这是已知的数据关系。

对数据进行交叉后，可以将数据重新列在表格中进行交叉分析。其中3 个交叉组合如下图所示，每一个单元格中的数据都代表一个交叉点。例如，“广州”地区和“棉衣”的销量交叉值是“162”。

总而言之，通过数据交叉分析的思路，可以做到以下几点。

①厘清数据间的关系。

②快速分析每个交叉点的值。

③方便对数值进行求和计算。

④将注意力集中在目标数据项上。

这是一个数据驱动运营、数据决定对策、数据改变未来的时代。

无论是海量数据库，还是一张简单的表格，都能进一步挖掘数据价值、活用数据。

在众多数据分析工具中，Excel 是最常用，也是最容易上手的分析工具。

Excel 数据分析功能十分强大，不仅提供简单的数据处理功能，还有专业的数据分析工具库，包括相关系数分析、描述统计分析等。

Python经验分享

学好 Python 不论是就业数据分析还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

Python学习路线

这里把Python常用的技术点做了整理，有各个领域的知识点汇总，可以按照上面的知识点找对应的学习资源。

学习软件

Python常用的开发软件，会给大家节省很多时间。

学习视频

编程学习一定要多多看视频，书籍和视频结合起来学习才能事半功倍。

100道练习题

实战案例

光学理论是没用的，学习编程切忌纸上谈兵，一定要动手实操，将自己学到的知识运用到实际当中。

最后祝大家天天进步！！

上面这份完整版的Python全套学习资料已经上传至优快云官方，朋友如果需要可以直接微信扫描下方优快云官方认证二维码免费领取【保证100%免费】。