数据分析简单流程

一 基本统计

基本统计分析又叫描述性统计分析，一般统计某个变量的最小值，第一四分位值，中值，第三四分位值，以及最大值。
常用的统计指标：

指标	panda方法或属性
计数	size（）
最大值	max
最小值	min
求和	sum
平均值	mean
方差	var
标准差	std
显示各个等分值	describe()

二 分组分析

根据分组字段，将分析对象划分为不同的部分，以进行对比各组之间差异性的一种分析方法。
常用的统计指标：计数，求和，平均值

三 分布分析

分布分析是指根据分析目的，将数据（定量数据）进行等距或者不等距的分组，进行研究各组分布规律的一种分析方法；举例来说，把年龄12-80的一群人分为[20岁以下， 20-29， 30-39， 40以上]，在比较各组人数多少

四 交叉分析

交叉分析通常用于分析两个或两个以上，分组变量之间的关系，以表形式进行变量间关系的对比比较
分为：

• 定量-定量分析
• 定量-定性分析
• 定性-定性分析

五 结构分析

在分组的基础上， 计算各组成部分所占的比重，进而分析总体内部特征的一种分析方法。

六 相关分析

研究现象之间是否存在某种依赖分析，并对具有依存分析的现象探讨其相关方向以及相关程度，是研究随机变量之间的相关关系的一种统计方法。

相关系数r取值范围	相关程度
0<=|r|<0.3	低度相关
0.3<=|r|<0.8	中度相关
0.8<=|r|<=1	高度相关

相关分析函数：

函数	作用	返回值
dataframe.corr()	就会计算每个列两两之间的相关性	DateFrame
Series.corr(other)	计算series与传入的序列之间的相关度	数值，大小为相关度