关键词：
互联网进一步聚合，对大数据的分析必然会成为一个关键的策略部门的工作。
像很多事物先是存在，然后再变得合理一样，数据分析师也会因为一些公司的实际需求而存在，然后从事的工作与技能也会不断地变得丰富与完善。
说到数据分析，小程会想起Sherlock Home，破案是需要分析数据的：
但作为一般的技术人员，读者并不需要像电视剧的人物那么“聪明”，只需要掌握一般的知识与技能就有可能胜任工作了，然后才是不断的能力提升。
已经有一些机构根据自己的理解，定义了数据分析师应该掌握的技能，比如下面这个来自网上的图片：
这个图有一定的合理性，立志成为数据分析师的读者，可以参考一下其中提到的技能要求。
作为数据分析的开篇，本文介绍几个在数据分析时经常会说到的概念。
以下介绍的概念，读者有可能会觉得枯燥，建议跳读即可。
（1）平均数
平均数，指得是算术平均值，也就是总和除以个数（或其它单位的和）。平均值，是经常用到的概念，比如“平均每个同学可以分到2个苹果手机”、“下载的平均速度是1MB/s”、“一个月的花费平均是4千块”。
均值有一个缺陷就是在极端情况存在时，也就是极大与极小都很离谱时，平均出来的值就变得不合理，这也是投票取平均分时，可能会考虑把最高分与最低分去掉再作平均的原因。
对于这种缺陷的例子，可以看看下面来自网络的图片：
招聘者告诉读者，就职的话平均工资有1800，而实际当读者就的是员工一职时，工资就只有800了。
这个也是平均值谬误的一个例子。
再看另一张图：
不同等级的收入差距很大，假如收集到若干家庭的收入，并取平均数来代表普遍家庭收入的话，就是不靠谱的，富人把穷人平均了。
对于这种统计，可以去掉极端值再统计，或者取每个区间的比例，或者用下面介绍的中值或众数。
（2）中位数
中位数是大小值的分隔值，出现极大值或极小值都不影响到中位数，所以在这种极端的情况下，中位数是可用的一个参考值。
对于奇数个数的数值序列（已排序），中位数就是中间那个值。对于偶数个数的，中位数就是中间两个值的和除以2。
比如：1，2，3，4，5 中位数是3。
比如：1, 2, 3, 4, 5, 6 中位数是(3+4)/2=3.5。
（3）众数
众数，就是出现次数最多的值。可能一个众数都没有，也可能有多个众数。
比如：1, 1, 2, 5, 3, 5, 1 众数是1。
比如：5, 4, 6, 2, 5, 6 众数是5跟6。
众数就是“大家都这样”，是具有一定参考意义的。
（4）绝对数与相对数
绝对数是没有对比的数，比如天气是27度、一个班有50名学生、月薪是5万块，等等。
相对数是一个比值，比如提升了10%、体重不到某人的一半、比例是1:3，等等。
简单来说，绝对数是自然数，而相对数一般是百分比（或能转为百分比）。
（5）百分比与百分点
成本上涨了80%、速度下降了30%，这些都是百分比，这是一个经常出现的形式。
一个点，或一个百分点，就是1%。
一般在百分比的幅度变化时，使用百分点，比如从3%到5%，提升了2个百分点。
（6）比例与比率
部分占总体的比重，为比例。比如失败率是0.01%（占失败与成功的总和）、男同事占所有同事的70%，等等。
比率，是各部分的比，比如女学员与男学员的比率是1:3，等等。
（7）倍数与番数
一般在上涨的情景，用倍数，比如涨了2倍。而在下降的情景要用百分比，比如收入减少了30%，当然在上涨的时候也可以使用百分比，比如参会人数增加了300%。
番数，表示2的N次方。
纯收益番了一番，表示增加1倍（2的1次方，也就是原来的2倍）。
番了两番，表示变成了4倍（2的2次方）；番3番，表示8倍，等等。
（8）同比与环比
同比，用于比较，比如现在是5月，同比于去年的5月，这个月的重大故障下降了30%。
环比，用于趋势，比如环比上一周、环比上一个月，这一周或这一个月是怎么样的。
总结一下，本文简单介绍了数据分析中经常会遇到的概念，比如平均数、百分比、番数、同比与环比等。
数据结构与算法基础概念
基础概念数据结构讨论的范畴，算法、数据结构概念，算法和算法的度量算法讨论的范畴算法：处理问题的策略。数据结构：问题的数学模型（非数值计算）及其上的操作在计算机中的表示和实现。数值计算使用计算数学。数据... 查看详情
数据结构基础概念
1.数据的特点：可以输入到计算机，可以被计算机程序处理2.数据是一个抽象的概念，将其进行分类后得到程序设计语言中的类型。如：intfloatchar等等3.数据元素-组成数据的基本单位，数据项：一个数据元素由若干数据项组成4.数... 查看详情
数据库——基础概念
1、数据库系统=数据库+数据库管理系统+应用开发工具+数据库管理员+用户+......；2、SQL=structuredquerylanguage； SQL=DDL(数据定义语言)+DML(数据库操作语言)+DCL(数据控制语言)；3、数据存储发展阶段：人工管理—文件系统阶... 查看详情
数据库设计基础
数据库设计分为需求分析、概念设计、逻辑设计和数据库物理设计四部分，如图。1.需求分析： 阶段成果：需求说明书。2.概念结构设计： 概念结构设计主要是对用户需求进行综合、归纳与抽象，形成一个独立于具... 查看详情
数据分析基础概念
...门的工作。像很多事物先是存在，然后再变得合理一样，数据分析师也会因为一些公司的实际需求而存在，然后从事的工作与技能也会不断地变得丰富与完善。说到数据分析，小程会想起SherlockHome，破案是需要分析数据的：但作... 查看详情
[es]基础概念
...，支持分布式和集群，并且搜索近实时,主要用于搜索和数据分析索引index可以理解为数据库中的database，存储的是实际数据，因为ES是以Luence为基础的，Luence索引是一种倒排索引结构，不同于数据库中的表面向行数据，索引是面... 查看详情
sparkstreaming基础概念
为了更好地理解SparkStreaming子框架的处理机制，必须得要自己弄清楚这些最基本概念。 1、离散流（DiscretizedStream，DStream）：这是SparkStreaming对内部持续的实时数据流的抽象描述，即我们处理的一个实时数据流，在Spar... 查看详情
etl基础1（概念）
抽取(Extract)：一般抽取过程需要连接到不同的数据源，以便为随后的步骤提供数据。这一部分看上去简单而琐碎，实际上它是ETL解决方案的成功实施的一个主要障碍。转换(Transform)：任何对数据的处理过程都是转换。这些处理过... 查看详情
servlet基础概念
一、servlet是什么？运行在Web服务器上（如：tomcat），作为浏览器请求与数据库或其他应用程序之间的中间层二、servlet主要任务：1.读取浏览器发送的显式数据（如：html表单）隐式数据（如：cookies）；2.处理数据并生成结果，期... 查看详情
爬虫基础概念
一、什么是爬虫如果我们把互联网比作一张大的蜘蛛网，那一台计算机上的数据便是蜘蛛网上的一个猎物，而爬虫程序就是一只小蜘蛛，沿着蜘蛛网抓取自己想要的猎物/数据爬虫的基本定义向网站发起请求，获取资源后分析并... 查看详情
小白学es01-elasticsearch的基础概念
...h的使用场景2Elasticsearch的功能概述2.1分布式的搜索引擎和数据分析引擎2.2全文检索结构化检索数据分析2.3海量数据的近实时处理3Elasticsearch的核心概念3.1ES服务的相关概念3.2ES 查看详情
hbase基础概念
定义非关系型分布式列式数据库,支持大数据量查询（百万,上亿行）概要数据存储：HDFS数据计算：MapReduce/Spark服务协调：Zookeeper特征列式存储（列只有一种类型byte[]）分布式大数据存储（百万,上亿行;上万列）伸缩性,扩展性（列... 查看详情
基础概念2
账本（ledger） 在每个peer节点中都有一个账本： 在每个账本里的东西： 1.TransactionLog//交易记录，就是一个区块保存在FileSystem中 2.StateDatabass//状态数据库，存储的是数据状态，也就是最新的用户信息 查看详情
storm篇--storm基础概念
一、前述Storm是个实时的、分布式以及具备高容错的计算系统，Storm进程常驻内存，Storm数据不经过磁盘，在内存中处理。二、相关概念1.异步：流式处理（异步）客户端提交数据进行结算，并不会等待数据计算结果。2.同步：实... 查看详情
机器学习基础概念笔记
监督学习：分类和回归属于监督学习。这类算法必须知道预测什么，即目标变量的分类信息。 常见算法：k-近邻算法、线性回归、朴素贝叶斯算法、支持向量机、决策树、Lasso最小回归系数估计、Ridge回归、局部加权线性回归... 查看详情
文件系统基础概念(代码片段)
文件系统文件系统：数据+元数据文件系统划分为多个块组块组中划分为：1、数据区：数据块：超级块：存储了所有结构2、元数据区：inode其中存储了正在使用的数据块地址。数据块是否使用：全盘扫描：将使用的标记为1，未使... 查看详情
rocketmq基础概念剖析，并分析一下producer的底层源码
...谈》已经聊过了，如果需要了解的话可以回过头去看看。基础概念Broker首先我们要知道，使用RocketMQ时我们经历了什么。那 查看详情
大数据&人工智能统计学入门——数据科学领域最需要了解的统计学基础概念
目录统计学入门——数据科学领域最需要了解的统计学基础概念什么是统计学？数据科学入门必备统计学概念什么是对象？什么是总体& 查看详情