?文字稿：

?●?第三章 數(shù)據(jù)處理與應(yīng)用

●?第一節(jié) 數(shù)據(jù)采集、整理與安全

●?一、數(shù)據(jù)采集

●?1、傳感數(shù)據(jù)采集

●?傳感數(shù)據(jù)是由傳感設(shè)備收集和測量的數(shù)據(jù)

●?2、互聯(lián)網(wǎng)數(shù)據(jù)采集

●?互聯(lián)網(wǎng)數(shù)據(jù)采集是指利用互聯(lián)網(wǎng)搜索引擎技術(shù)實現(xiàn)有針對性、行業(yè)性的數(shù)據(jù)抓取，并按照一定規(guī)則和篩選標(biāo)準(zhǔn)進(jìn)行數(shù)據(jù)歸類，最終形成數(shù)據(jù)庫文件的一個過程

●?（1）獲取網(wǎng)頁

●?獲取網(wǎng)頁的工作主要是獲取網(wǎng)頁的源代碼

●?獲取源代碼的關(guān)鍵是構(gòu)造一個請求并發(fā)送給服務(wù)器，然后在接收到服務(wù)器的響應(yīng)后將其解析出來

●?（2）解析網(wǎng)頁

●?獲得網(wǎng)頁的源代碼后，接下來就是分析網(wǎng)頁源代碼，從中提取我們想要的數(shù)據(jù)

●?解析網(wǎng)頁并從中提取信息，可以使雜亂的數(shù)據(jù)變得條理清晰，以便后續(xù)處理和分析數(shù)據(jù)

●?（3）保存數(shù)據(jù)

●?保存形式

●?文件存儲

●?數(shù)據(jù)庫存儲

●?網(wǎng)絡(luò)存儲

●?網(wǎng)頁爬取與解析

●?（1）網(wǎng)頁請求過程

●?客戶端 ?—發(fā)送請求→ 服務(wù)器

●?客戶端 ?← 響應(yīng)請求 —服務(wù)器

●?（2）網(wǎng)頁請求方式

●?導(dǎo)入Requests庫：

●?import requests

●?以GET方式獲取所需網(wǎng)頁源代碼的Python程序代碼：

●?import requests

●?#導(dǎo)入Requests庫

●?url='http://www.***.cn/'

●?#確定請求對象

●?html=requests.get(url)

●?#用GET方式獲取網(wǎng)頁數(shù)據(jù)

●?html.encoding="utf-8"

●?#用UTF-8文本編碼

●?print(html.text)

●?#輸出網(wǎng)頁的源代碼

●?（3）網(wǎng)頁解析

●?導(dǎo)入Beautiful Soup庫：

●?from bs4 import BeautifulSoup

●?解析：

●?sp=BeautifulSoup(源代碼,'html.parser')

●?獲取網(wǎng)頁<title>內(nèi)容的Python程序代碼：

●?import requests

●?#導(dǎo)入Requests庫

●?from bs4 import BeautifulSoup

●?#導(dǎo)入Beautiful Soup 庫

●?url='http://www.***.cn/'

●?#確定請求對象

●?html=requests.get(url)

●?#用GET方式獲取網(wǎng)頁數(shù)據(jù)

●?html.encoding="utf-8"

●?#用UTF-8文本編碼

●?sp=BeautifulSoup(html.text,'html.parser')

●?#解析源代碼

●?title=sp.select("title")

●?#用select屬性抓取title數(shù)據(jù)

●?print(title.text)

●?#輸出title數(shù)據(jù)

●?（4）數(shù)據(jù)存儲

●?將所抓取的數(shù)據(jù)存儲到本地的TXT文件中，只需加上三行代碼：

●?with open('title.txt',"a+") as f:

●???????f.write(title)

●???????f.close()

●?【補(bǔ)充】：

●?讀一行：print(f.readline())

●?換行：f.write('\n')

●?Beautiful Soup庫常用的屬性和方法：

●?title

●?返回網(wǎng)頁標(biāo)題

●?text

●?返回去除所有HTML標(biāo)簽后的內(nèi)容

●?find()

●?返回第一個符合條件的標(biāo)簽，例如sp.find("a")

●?find_all()

●?返回所有符合條件的標(biāo)簽，例如sp.find_all("a")

●?select()

●?返回指定CSS樣式（如id或class）的內(nèi)容，例如sp.select("#id")可實現(xiàn)通過標(biāo)簽的id抓取，sp.select(".classname")可實現(xiàn)通過標(biāo)簽的類名抓取

●?二、數(shù)據(jù)整理

●?安裝Pandas庫：

●?pip install pandas

●?導(dǎo)入Pandas庫：

●?import pandas as pd

●?1、檢測與處理重復(fù)值

●?基本語法

●?pandas.DataFrame(Series).drop_duplicates(self,subset=None,keep='first',inplace=False)

●?常用參數(shù)及其說明

●?subset

●?接收字符串或序列，表示進(jìn)行去重的列，默認(rèn)為None，表示全部列

●?keep

●?接收特定字符串，表示重復(fù)時保留第幾個數(shù)據(jù)：first，保留第一個，默認(rèn)為first；last，保留最后一個；False，只要有重復(fù)都不保留

●?inplace

●?接收bool型數(shù)據(jù)，表示是否在原表上進(jìn)行操作，默認(rèn)為False

●?（1）分析數(shù)據(jù)

●?（2）確定方法

●?（3）編程與調(diào)試

●?具體代碼：

●?import pandas as pd

●?df=pd.read_csv('test.csv',encoding="ANSI")

●?#讀取test.csv文件

●?mydf=df.drop_duplicates(subset=['bike_id','datetime'],keep='first',inplace=True)

●?#去除bike_id和datetime的重復(fù)數(shù)據(jù)

●?print(df)

●?2、檢測與處理缺失值

●?基本語法

●?pandas.DataFrame.dropna(self,axis=0,how='any',inplace=False)

●?常用參數(shù)及其說明

●?axis

●?接收0或1，表示軸向；0為刪除觀測記錄（行），1為刪除特征（列），默認(rèn)為0

●?how

●?接收特定字符串，表示刪除的形式：any表示只要有缺失值存在就執(zhí)行刪除操作，默認(rèn)為any；all表示當(dāng)且僅當(dāng)全部為缺失值才執(zhí)行刪除操作

●?inplace

●?接收bool型數(shù)據(jù)，表示是否在原表上進(jìn)行操作，默認(rèn)為False

●?（1）分析數(shù)據(jù)

●?（2）確定方法

●?（3）編程與調(diào)試

●?具體代碼：

●?import pandas as pd

●?df=pd.read_csv('test.csv',encoding="ADSI")

●?#讀取test.csv文件

●?mydf=df.dropna(axis=0,inplace=True)

●?#處理缺失值，按行刪除

●?print(df)

●?3、檢測與處理異常值

●?創(chuàng)建DataFrame（二維數(shù)據(jù)結(jié)構(gòu)）的語法：

●?數(shù)據(jù)變量=pd.DataFrame(數(shù)據(jù)類型)

●?舉例應(yīng)用：

●?datas=[[969.2,53.9],[602.9,33.5],[208,11.6],[13.6,0.8]]

●?indexs=["軌道交通","公共汽/電車","出租車","輪渡"]

●?columns=["日均客運(yùn)量（萬人次）","占公共交通日均客運(yùn)總量（%）"]

●?df=pd.DataFrame(datas,columns=columns,index=indexs)

●?讀取DataFrame一個列數(shù)據(jù)的語法：

●?df[列標(biāo)題]

●?讀取兩個以上列數(shù)據(jù)的語法：

●?df[[列標(biāo)題1,列標(biāo)題2……]]

●?4、數(shù)據(jù)讀取與存儲

●?（1）文本文件的讀取

●?讀取CSV文件語法：

●?pandas.read_csv(filepath,sep=',',header='infer',names=None,index_col=None,dtype=None,encoding=utf-8)

●?常用參數(shù)及其說明

●?filepath

●?接收字符串，表示文件路徑，無默認(rèn)值

●?sep

●?接收字符串，表示分隔符，默認(rèn)為“,"

●?header

●?接收int型數(shù)據(jù)，表示將某行數(shù)據(jù)作為列名，默認(rèn)為infer，表示自動識別

●?names

●?接收數(shù)組，表示列名，默認(rèn)為None

●?dtype

●?接收字典，表示寫入的數(shù)據(jù)類型，默認(rèn)為None

●?（2）文本文件的存儲

●?基本語法：

●?DataFrame.to_csv(path_or_buf=None,sep=',',na_rep=",columns=None,header=True,index=True,index_label=None,mode='w',encoding=None)

●?常用參數(shù)及其說明

●?path_or_buf

●?接收字符串，表示文件路徑，無默認(rèn)值

●?sep

●?接收字符串，表示分隔符，默認(rèn)為"."

●?na_rep

●?接收字符串，表示缺失值，默認(rèn)為空

●?columns

●?接收列表，表示寫出的列名，默認(rèn)為None

●?header

●?接收bool型數(shù)據(jù)，表示是否將列名寫出，默認(rèn)為True

●?index

●?接收bool型數(shù)據(jù)，表示是否將行名（索引）寫出，默認(rèn)為True

●?index_label

●?接收序列，表示索引名，默認(rèn)為None

●?mode

●?接收特定字符串，表示數(shù)據(jù)寫入模式，默認(rèn)為"w"

●?encoding

●?接收特定字符串，表示存儲文件的編碼格式，默認(rèn)為None

●?三、數(shù)據(jù)安全

●?1、數(shù)據(jù)安全意識

●?2、數(shù)據(jù)安全防護(hù)

●?（1）數(shù)據(jù)加密

●?（2）數(shù)據(jù)脫敏

●?（3）訪問控制

●?（4）數(shù)據(jù)備份

●?（5）異地容災(zāi)

●?第二節(jié) 數(shù)據(jù)分析與可視化

●?一、數(shù)據(jù)分析

●?數(shù)據(jù)分析是指使用適當(dāng)?shù)姆治龇椒▽Σ杉驼砗蟮臄?shù)據(jù)加以詳細(xì)研究，提取有用的信息和形成概括總結(jié)的過程。

●?1、數(shù)據(jù)分析基本方法

●?（1）對比分析法

●?對比分析法是指將兩個或兩個以上的數(shù)據(jù)進(jìn)行比較，分析它們的差異，從而揭示這些數(shù)據(jù)隱含的事物發(fā)展變化或差距，并且可以準(zhǔn)確、量化地表示出這種變化或差距

●?（2）平均分析法

●?平均分析法是利用平均數(shù)指標(biāo)來反映某一特征數(shù)據(jù)總體在一定時間、地點條件下的一般水平

●?通過特征數(shù)據(jù)的平均數(shù)指標(biāo)，呈現(xiàn)事物目前所處的位置和水平，進(jìn)而對不同時期、不同類型單位的平均數(shù)指標(biāo)進(jìn)行對比，明示事物的發(fā)展趨勢和變化規(guī)律

●?（3）結(jié)構(gòu)分析法

●?結(jié)構(gòu)分析法是通過計算各個部分占總體的比重，進(jìn)而分析某一總體現(xiàn)象的內(nèi)部結(jié)構(gòu)特征、總體的性質(zhì)、總體內(nèi)部結(jié)構(gòu)隨時間推移而表現(xiàn)出的變化規(guī)律性

●?各個部分占總體的比重即為結(jié)構(gòu)指標(biāo)，總體中各結(jié)構(gòu)指標(biāo)總和為100%

●?2、數(shù)據(jù)分析常用工具

●?（1）電子表格軟件

●?電子表格軟件是一種以表格形式組織、分析數(shù)據(jù)的計算機(jī)軟件，它以直觀的表格形式進(jìn)行數(shù)據(jù)分析，具有“所見即所得”的特點

●?功能

●?表格制作

●?統(tǒng)計計算

●?圖表處理

●?（2）在線數(shù)據(jù)分析平臺

●?在線數(shù)據(jù)分析平臺是在網(wǎng)絡(luò)環(huán)境下對所采集的數(shù)據(jù)進(jìn)行實時分析的一種交互式數(shù)據(jù)服務(wù)平臺

●?可通過與數(shù)據(jù)源的實時連接來獲取最新數(shù)據(jù)，提供實時數(shù)據(jù)分析結(jié)果

●?也可根據(jù)用戶的數(shù)據(jù)分析計劃實施數(shù)據(jù)分析，提供針對性的分析結(jié)果

●?提供簡單易用交互界面，集成了多種數(shù)據(jù)分析功能，可使用戶更方便地獲取數(shù)據(jù)分析結(jié)果

●?（3）數(shù)據(jù)分析語言

●?Python語言

●?Numpy庫

●?sum()

●?mean()

●?min()

●?max()

●?Pandas庫

●?value_counts()

●?R語言

●?統(tǒng)計學(xué)領(lǐng)域

●?MATLAB語言

●?工程計算等領(lǐng)域

●?二、數(shù)據(jù)可視化

●?數(shù)據(jù)可視化是將數(shù)據(jù)以圖形化方式呈現(xiàn)，從而能夠清晰、有效地傳達(dá)與溝通信息

●?1、數(shù)據(jù)可視化的基本工具

●?安裝Matplotlib庫/Numpy庫

●?pip install matplotlib

●?pip install numpy

●?引入Matplotlib庫/Numpy庫

●?import matplotlib.pyplot as plt

●?import numpy as np

●?流程

●?創(chuàng)建畫布與創(chuàng)建子圖

●?plt.figure()

●?創(chuàng)建一張空白畫布，可指定畫布大小、像素

●?figure.add_subplot()

●?創(chuàng)建并選中子圖，可指定子圖的行數(shù)、列數(shù)和選中圖片的編號

●?添加畫布內(nèi)容

●?plt.title()

●?在當(dāng)前圖形中添加標(biāo)題，可指定標(biāo)題名稱、位置、顏色、字體大小等參數(shù)

●?plt.xlabel()

●?在當(dāng)前圖形中添加x軸名稱，可指定位置、顏色、字體大小等參數(shù)

●?plt.ylabel()

●?在當(dāng)前圖形中添加y軸名稱，可指定位置、顏色、字體大小等參數(shù)

●?plt.xlim()

●?指定當(dāng)前圖形x軸范圍，只能確定一個數(shù)值區(qū)間，無法使用字符串標(biāo)識

●?plt.ylim()

●?指定當(dāng)前圖形y軸范圍，只能確定一個數(shù)值區(qū)間，無法使用字符串標(biāo)識

●?plt.xticks()

●?指定x軸刻度的數(shù)目與取值

●?plt.yticks()

●?指定y軸刻度的數(shù)目與取值

●?plt.legend()

●?顯示當(dāng)前圖形的圖例，可指定圖例的大小、位置、標(biāo)簽

●?保存和顯示圖形

●?plt.savefig()

●?保存繪制的圖形，可指定圖形的分辨率、邊緣的顏色等參數(shù)

●?plt.show()

●?在本機(jī)顯示圖形

●?舉例

●?繪制y=x2和y=x?在[0,1.1)上的圖像

●?編程代碼

●?import numpy as np

●?import matplotlib.pyplot as plt

●?data=np.arange(0,1.1,0.01)

●?#在[0,1.1)區(qū)間內(nèi)，以0.01為間隔，創(chuàng)建一維數(shù)組

●?plt.title('lines')

●?#添加標(biāo)題

●?plt.xlabel('x')

●?#添加x軸的名稱

●?plt.ylabel('y')

●?#添加y軸的名稱

●?plt.xlim((0,1))

●?#確定x軸的范圍

●?plt.ylim((0,1))

●?#確定y軸的范圍

●?plt.xticks([0,0.2,0.4,0.6,0.8,1])

●?#確定x軸刻度

●?plt.yticks([0,0.2,0.4,0.6,0.8,1])

●?#確定y軸刻度

●?plt.plot(data,data**2)

●?#添加y=x^2曲線

●?plt.plot(data,data**4)

●?#添加y=x^4曲線

●?plt.legend(['y=x^2','y=x^4'])

●?#添加圖例

●?plt.show()

●?#顯示圖形

●?2、常用的數(shù)據(jù)分析圖

●?（1）分析特征間的關(guān)系

●?散點圖

●?主要用于分析特征間的相關(guān)關(guān)系

●?又稱散點分布圖，為一一個特征為橫坐標(biāo)，以另一個特征為縱坐標(biāo)，利用坐標(biāo)點（散點）的分布形態(tài)反映特征間統(tǒng)計關(guān)系的一種圖形，值由點在圖中的位置表示

●?提供信息

●?特征之間是否存在數(shù)值或數(shù)量的關(guān)聯(lián)趨勢，以及關(guān)聯(lián)趨勢是線性的還是非線性的

●?若某一個點或某幾個點偏離大多數(shù)點，則這些點就是離群值，通過散點圖可一目了然，從而可進(jìn)一步分析這些離群值是否會在建模分析中產(chǎn)生很大的影響

●?繪制函數(shù)

●?scatter()

●?語法：

●?matplotlib.pyplot.scattar(x,y,s=None,c=None,marker=None,alpha=None)

●?常用參數(shù)及其說明

●?x,y

●?接收數(shù)組，表示x軸和y軸對應(yīng)的數(shù)據(jù)，無默認(rèn)值

●?s

●?接收標(biāo)量或一維數(shù)組，指定點的大小，若傳入一維數(shù)組，則表示每個點的大小，默認(rèn)為None

●?c

●?接收顏色或一維數(shù)組，指定點的顏色，若傳入一維數(shù)組，則表示每個點的顏色，默認(rèn)為None

●?marker

●?接收特定字符串，表示繪制的點的類型，默認(rèn)為None

●?alpha

●?接收0~1的小數(shù)，表示點的透明度，默認(rèn)為None

●?舉例

●?當(dāng)x∈[0,1.4)時，繪制曲線y=x2和y=x?的簡單散點圖

●?編程代碼

●?import numpy as np

●?import matplotlib.pyplot as plt

●?x=np.arange(0,1.4,0.1)

●?#在[0,1.4)區(qū)間內(nèi)，以0.1為間隔，創(chuàng)建一維數(shù)組

●?plt.title('Scatter Plot')

●?#設(shè)置標(biāo)題

●?plt.xlabel('x')

●?#設(shè)置x軸標(biāo)簽

●?plt.ylabel('y')

●?#設(shè)置y軸標(biāo)簽

●?plt.scatter(x,x**2,c='r',marker='o')

●?#畫散點圖

●?plt.scatter(x,x**4,c='g',marker='o')

●?plt.legend(['y=x^2','y=x^4'])

●?#設(shè)置圖標(biāo)

●?plt.show()

●?#顯示所畫的圖

●?折線圖

●?用于分析自變量特征和因變量特征之間的趨勢關(guān)系

●?為一種將數(shù)據(jù)點按照順序連接起來的圖形，可看作是將散點圖按照x軸坐標(biāo)順序連接起來

●?主要功能

●?查看因變量y隨著自變量x改變的趨勢，最適合用于顯示隨時間（根據(jù)常用比例設(shè)置）而變化的連續(xù)數(shù)據(jù)，同時還可以看出數(shù)量的差異和增長趨勢的變化

●?繪制函數(shù)

●?plot()

●?語法：

●?matplotlib.pyplot.plot(x,y,color=None,linestyle='-',linewidth=0.5)

●?常用參數(shù)及其說明

●?x,y

●?接收數(shù)組，表示x軸和y軸對應(yīng)的數(shù)據(jù)，無默認(rèn)值

●?color

●?接收特定字符串，指定線條顏色，默認(rèn)為None

●?linestyle

●?接收特定字符串，指定線條類型，默認(rèn)為"-"

●?linewidth

●?接收float型數(shù)據(jù)，指定線條寬度，默認(rèn)為0.5

●?舉例

●?繪制“某區(qū)共享單車數(shù)據(jù)”折線圖

●?編程代碼

●?import pandas as pd

●?import matplotlib.pyplot as plt

●?plt.rcParams['font.sans-serif']=['SimHei']

●?#支持中文，用于正常顯示中文標(biāo)簽

●?mydf=pd.read_csv('test.csv',encoding="ANSI")

●?#讀取test.csv文件

●?plt.title('某區(qū)圖書館附近一天的共享單車流量')

●?plt.xlabel('小時')

●?plt.ylabel('總計')

●?ax=plt.plot(mydf['index'],mydf['count'],linewidth=2)

●?#繪制折線圖

●?plt.xticks([0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23])

●?plt.show()

●?（2）分析特征內(nèi)部數(shù)據(jù)分布與分散狀態(tài)

●?柱狀圖

●?主要用于查看各分組數(shù)據(jù)的數(shù)量分布以及各分組數(shù)據(jù)之間的數(shù)據(jù)比較

●?為由一系列高度不等的縱向條紋或線段表示數(shù)據(jù)分布的情況

●?可較直觀看出產(chǎn)品質(zhì)量特性的分布狀態(tài)，便于判斷其總體質(zhì)量分布情況

●?繪制函數(shù)

●?bar()

●?語法：

●?matplotlib.pyplot.bar(left,height,width=0.8,color=None)

●?常用參數(shù)及其說明：

●?left

●?接收數(shù)組，表示x軸數(shù)據(jù)，無默認(rèn)值

●?height

●?接收數(shù)組，表示y軸數(shù)據(jù)，無默認(rèn)值

●?width

●?接收0~1之間的float型數(shù)據(jù)，指定柱狀圖寬度，默認(rèn)為0.8

●?color

●?接收特定字符串或者包含顏色字符串的數(shù)組，表示柱狀圖顏色，默認(rèn)為None

●?餅圖

●?傾向于查看各分組數(shù)據(jù)在總數(shù)據(jù)中的占比

●?為將各項的大小與各項總和的比例顯示在一張“餅”中，以占“餅”的面積大小來確定每一項的占比

●?可較清晰反映出部分與部分、部分與整體間的比例關(guān)系，易于顯示每組數(shù)據(jù)相對于總數(shù)的大小，且顯示方式直觀

●?繪制函數(shù)

●?pie()

●?語法：

●?matplotlib.pyplot.pie(x,explode=None,labels=None,color=None,autopct=None,pctdistance=0.6,labeldistance=1.1,radius=1)

●?常用參數(shù)及其說明：

●?x

●?接收數(shù)組，表示用于繪制餅圖的數(shù)據(jù)，無默認(rèn)值

●?explode

●?接收數(shù)組，表示指定項距離餅圖圓心為n個半徑，默認(rèn)為None

●?labels

●?接收數(shù)組，指定每一項的名稱，默認(rèn)為None

●?color

●?接收特定字符串或者包含顏色字符串的數(shù)組，表示餅圖顏色，默認(rèn)為None

●?autoput

●?接收特定字符串，指定數(shù)值的顯示方式，默認(rèn)為None

●?pctdistance

●?接收float型數(shù)據(jù)，指定autopct距離餅圖圓心的位置相對于半徑的比例，默認(rèn)為0.6

●?labeldistance

●?接收float型數(shù)據(jù)，指定labels距離餅圖圓心的位置相對于半徑的比例，默認(rèn)為1.1

●?radius

●?接收float型數(shù)據(jù)，表示餅圖的半徑，默認(rèn)為1

●?箱形圖

●?主要作用是發(fā)現(xiàn)整體數(shù)據(jù)的分布、分散情況

●?利用數(shù)據(jù)中的五個統(tǒng)計量（最小值（0%）、下四分位數(shù)（25%）、中位數(shù)（50%）、上四分位數(shù)（75%）和最大值（100%））來描述數(shù)據(jù)

●?可粗略看出數(shù)據(jù)是否具有對稱性以及數(shù)據(jù)分布的分散程度等信息，也可用于對數(shù)據(jù)進(jìn)行異常值檢測

●?繪制函數(shù)

●?boxplot()

●?語法：

●?matplotlib.pyplot.boxplot(x,notch=None,sym=None,vert=None,whis=1.5,positions=None,widths=None,meanline=False,labels=None)

●?常用參數(shù)及其說明：

●?x

●?接收數(shù)組，表示用于繪制箱線的數(shù)據(jù)，無默認(rèn)值

●?notch

●?接收bool型數(shù)據(jù)，表示中間箱體是否有缺口，默認(rèn)為None

●?sym

●?接受特定字符串，指定異常點形狀，默認(rèn)為None

●?vertr

●?接收bool型數(shù)據(jù)，表示圖形是縱向或者橫向，默認(rèn)為None

●?whis

●?接收float型數(shù)據(jù)，指定正常值范圍，默認(rèn)為1.5

●?widths

●?接收標(biāo)量或者數(shù)組，表示每個箱體的寬度，默認(rèn)為None

●?meanline

●?接收bool型數(shù)據(jù)，表示是否顯示均值線，默認(rèn)為False

●?labels

●?接收數(shù)組，指定每一個箱形圖的標(biāo)簽，默認(rèn)為None

●?positions

●?接收數(shù)組，表示圖形位置，默認(rèn)為None

●?第三節(jié) 數(shù)據(jù)分析報告與應(yīng)用

●?一、數(shù)據(jù)分析報告的種類

●?專題分析報告

●?為對社會現(xiàn)象的某一方面或某一個問題進(jìn)行專門研究的一種數(shù)據(jù)分析報告

●?主要作用

●?為決策者制定某項政策、解決某個問題提供決策參考和依據(jù)

●?特點

●?單一性

●?深入性

●?綜合分析報告

●?為全面評價一個地區(qū)、單位、部門的業(yè)務(wù)或其他方面發(fā)展情況的一種數(shù)據(jù)分析報告

●?特點

●?全面性

●?聯(lián)系性

●?日常數(shù)據(jù)通報

●?為以定期數(shù)據(jù)分析報表為依據(jù)，反映計劃執(zhí)行情況，并分析其影響和形成原因的一種數(shù)據(jù)分析報告

●?特點

●?進(jìn)度性

●?規(guī)范性

●?時效性

●?二、數(shù)據(jù)分析報告的組成

●?標(biāo)題

●?為對數(shù)據(jù)分析報告的 高度概括

●?目錄

●?體現(xiàn)了數(shù)據(jù)分析報告的 整體結(jié)構(gòu)

●?前言

●?為數(shù)據(jù)分析報告的一個 重要組成部分，主要闡述分析的 背景、 目的、 需要解決的問題、 運(yùn)用的分析思路和方法、 預(yù)期的效果或結(jié)論 等

●?正文

●?為數(shù)據(jù)分析報告的 核心部分

●?結(jié)論

●?為對整個數(shù)據(jù)分析報告的 總結(jié)，應(yīng)包括數(shù)據(jù)分析結(jié)果得出的 結(jié)論、 建議 和 解決問題的方案 等

●?三、數(shù)據(jù)分析報告的價值

●?分析

●?定義問題

●?邏輯結(jié)構(gòu)

●?假設(shè)檢驗

●?分析方法

●?+

●?數(shù)據(jù)

●?準(zhǔn)確的數(shù)據(jù)

●?完整的數(shù)據(jù)

●?有意義的數(shù)據(jù)

●?數(shù)據(jù)處理技術(shù)

●?+

●?報告

●?結(jié)果呈現(xiàn)

●?信息傳遞

●?快速決策

●?形成方案

●?=

●?解決方案

●?問題解決

使用軟件：幕布 & B站

（由于以上均為手打，難免會有疏忽，如有錯誤，還請在評論區(qū)中指出

(??????)?? (′▽`???) (●'?'●) (☆▽☆) *★,°*:.☆(￣▽￣)/$:*.°★* 。 ）?