21、数据摘要统计与处理：传球分析

数据摘要统计与处理：传球分析

在数据分析中，理解数据的分布和变异性是至关重要的，同时掌握如何使用Python和R进行数据筛选、选择列以及计算摘要统计量也是关键技能。以下将详细介绍相关内容。

1. 数据可视化与初步分析

直方图能够展示数据的“形状”以及数据背后关于比赛的故事，这可能比简单的摘要统计量更能说明问题。虽然这不一定会随着数据规模的增大而更有效，但它说明了在开始分析时绘制数据图的好处，这也是探索性数据分析（EDA）中绘图的重要原因。

2. 数据的变异性和分布

• 范围（Range） ：最简单的检查数据变异性的方法是计算范围，即数据中最小值和最大值之间的距离。例如，对于某些数据，最小值为 -1，最大值为 17，那么范围就是 17 - (-1) = 18。
• 分位数（Quantiles） ：分位数关注分布的特定部分，使用分位数可以避免严重异常值的影响。第 n 个分位数是指有 n% 的数据位于该数据点之下。例如，第 50 个分位数就是中位数。25%、50% 和 75% 的分位数通常被称为四分位数，第一四分位数和第三四分位数之间的差值就是四分位距（IQR）。分位数的好处是可以估计除集中趋势之外的端点，例如可以通过分位数了解最好的球员的表现。
• 方差（Variance）和标准差（Standard Deviation） ：最常用的检查数据集变异性的方法是查看方差及其平方根——标准差。方差是数据点与均值之间的平均平方偏差，使用平方是为了确保每个数据点与均值之间的距离都被计为正数，这样均值上下的变异性