Day01| 第四期-北京积分落户数据分析

                    01    前言                   

今天是学长带你手把手做数据分析的第一个案例，2018年的北京积分落户数据分析，通过分析在北京通过积分落户方式的落户者的数据，为指导落户申请提供决策依据。

案例的数据和编程实现并不复杂，作为第一个案例的重点是教会大家基本的数据分析思路，这个思路也是绝大多数数据分析任务所运用的思路，可以叫做“维度指标”分析。

第一步：确定分析维度和用来描述维度属性的指标

第二步：针对指标的数据类型，如果是离散型的数据，对指标group by分类后过滤分析特征，如果是连续型的数据，将数据切成几段分析。

当然，数据分析分析维度和指标的确立是建立在对业务的理解之上，首先需要对业务进行全面的了解，之后再做分析。

知识卡片

离散型数据：其数值只能用自然数或整数单位计算的数据，如：买了几件衣服，对面坐了几个人

连续型数据：一定区间内可以任意取值、数值是连续不断的、如：人的身高，体重，取值都是在一个区间内

公众号回复“ DT15” 获取数据 “2018bj.csv” ；数据使用爬虫获取，整理过，无需进行清洗。

                    02 数据源观察                     

首先，使用excel打开csv文件，发现有以下几个字段（列名）：

id，name姓名，birthday生日，company公司名，score分数。

接下来，使用Python读取文件，对每个字段的内容进行描述分析。演示采用的编辑器是Jupyter Notebook.

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt