數(shù)據(jù)分析師通常都需要借助編程工具整理數(shù)量大而復(fù)雜的數(shù)據(jù)，在這些數(shù)據(jù)中挖掘有用的資料。簡(jiǎn)而言之，數(shù)據(jù)分析師就是從凌亂的數(shù)據(jù)中整理出規(guī)則的人，而這樣的工作要求數(shù)據(jù)分析師掌握這些技巧：

• 業(yè)界知識(shí) - 數(shù)據(jù)分析的基礎(chǔ)就是為行業(yè)服務(wù)，足夠的業(yè)界知識(shí)能讓數(shù)據(jù)分析師了解究竟哪些數(shù)據(jù)才能為行業(yè)提供更深入的洞察

• 編程技巧 - 數(shù)據(jù)分析師需要清楚應(yīng)該使用哪些庫(kù)來(lái)簡(jiǎn)化和處理數(shù)據(jù)，進(jìn)而從中找到所需的資料

• 數(shù)據(jù)分析 - 除了本身的數(shù)據(jù)分析能力，數(shù)據(jù)分析師也需要懂得借助工具來(lái)提取數(shù)據(jù)中的價(jià)值

• 可視化技能 - 只是提取數(shù)據(jù)是不夠的，數(shù)據(jù)分析師需要把這些數(shù)據(jù)整理好后進(jìn)行可視化，總結(jié)并呈現(xiàn)給他人

這篇文章將使用Python在線運(yùn)行一系列經(jīng)典的數(shù)據(jù)分析案例，讓你對(duì)數(shù)據(jù)分析工具與編程有一定的了解，通過(guò)這些數(shù)據(jù)進(jìn)行可視化并呈現(xiàn)我們所整理的數(shù)據(jù)。

文章中所使用的數(shù)據(jù)和范例代碼已整理到項(xiàng)目文件中，大家只要打開(kāi)就可以開(kāi)始使用Python在線運(yùn)行并查看數(shù)據(jù)：https://e2f35f8cd0-share.lightly.teamcode.com

分析數(shù)據(jù)

首先，我們需要使用Python中的Pandas庫(kù)來(lái)讀取 .csv 文件的數(shù)據(jù)。如果你的項(xiàng)目文件中還未安裝pandas，可以參考安裝教程通過(guò) pip install pandas 或Quick Fix一鍵安裝。

讀取數(shù)據(jù)

安裝好Pandas庫(kù)后，我們還需要在編輯區(qū)使用Python代碼 import pandas 導(dǎo)入，然后再通過(guò)下面的代碼讀取數(shù)據(jù)文件。

大家可以使用以下代碼，在編輯器中使用 Python 在線運(yùn)行并查看數(shù)據(jù)效果：

作為數(shù)據(jù)分析師，大家應(yīng)該要知道數(shù)值（Numerical）和分類（Categorical）數(shù)據(jù)之間的區(qū)別。

數(shù)值數(shù)據(jù)顧名思義，指的是具有數(shù)值意義的數(shù)據(jù)。這種數(shù)據(jù)具有實(shí)際測(cè)量的物理意義，比如血糖、血壓、年齡等。

分類數(shù)據(jù)則描述對(duì)象的性質(zhì)，比性別、婚姻狀況、家鄉(xiāng)等。我們這次使用的數(shù)據(jù)中，其實(shí)只有“結(jié)果”屬于分類數(shù)據(jù)。在表示分類數(shù)據(jù)時(shí)，我們同樣能使用數(shù)字來(lái)進(jìn)行描述，但這些數(shù)據(jù)并沒(méi)有數(shù)學(xué)意義，你不能拿他來(lái)做運(yùn)算。

數(shù)據(jù)可視化

在這個(gè)教程中，我們會(huì)展示一系列使用Python在線運(yùn)行的數(shù)據(jù)可視化效果，大家可以根據(jù)自己的數(shù)據(jù)類型選擇合適的圖表來(lái)呈現(xiàn)。

餅圖

使用Python在線運(yùn)行代碼：SimplePie.py（https://e2f35f8cd0-share.lightly.teamcode.com）

散點(diǎn)圖

使用Python在線運(yùn)行代碼：scatterplot.py（https://e2f35f8cd0-share.lightly.teamcode.com）

折線圖

使用Python在線運(yùn)行代碼：linechart.py（https://e2f35f8cd0-share.lightly.teamcode.com）

柱狀圖

使用Python在線運(yùn)行代碼：multibar.py（https://e2f35f8cd0-share.lightly.teamcode.com）

當(dāng)我們完成數(shù)據(jù)分析和可視化圖表后，我們可以根據(jù)數(shù)據(jù)和圖標(biāo)內(nèi)容，簡(jiǎn)要說(shuō)明數(shù)據(jù)故事。例如：購(gòu)買奔馳的人明顯比寶馬更多、中老年人患糖尿病的比例更高、一月份的冰箱購(gòu)買量遠(yuǎn)比其他月份高等，從而根據(jù)其他數(shù)據(jù)和實(shí)際情況繼續(xù)分析。

數(shù)據(jù)分析師也是人，我們?cè)诜治鰯?shù)據(jù)的時(shí)候有時(shí)也會(huì)帶有一些陷入為主的觀念。然而，數(shù)據(jù)的意義就是為了破除這些迷思。分析數(shù)據(jù)的過(guò)程中，我們需要保持開(kāi)放的態(tài)度，不要讓偏見(jiàn)影響我們的數(shù)據(jù)結(jié)果。