前言

做数据分析的时候，相信大多数人会纠结于，到底该用什么样的数据指标，去描述数据的某一特征？该用什么样的方法，对数据进行精准的分类？毫无疑问，在正确的数据类型上，运用正确的指标，将为后续的数据决策与数据挖掘，奠定坚实的基础。接下来，小编将会从数据描述的三种维度，和数据结构的四种分类，为大家详细讲解。

数据结构的四种分类

在生活中工作中，可以用数值表示事物所具有的特征，往往称之为数据。实际工作中的数据，少则上千条，多则上万条，甚至上亿条。面对如此庞大的数据集，我们往往无法一一过目。所以借助类似算术平均值、中位数、频率等指标，去对庞大的整体数据进行间接观测，将变得势在必行。但是，并不是所有的指标都可以适用于所有的数据。进一步来讲，往往需要正确的识别数据的结构，才能选择正确的数据指标，为下一步的数据挖掘、预测、决策等目的顺利进行提供保障。

定类数据：可以分类

定类数据，是生活中最常见的一类数据。当某一事物的某一个特征，可以被数字化时，是否可以分类，将可以非常明显的判断。尤其需要注意的是，定类数据的类与类之间是不具有顺序的。如果具有顺序，他将会升级为定序数据。

商家销售记录

定序数据：可以排序

定序数据，就是在定类数据的基础上，可以排序的数据。尤其，它与定距数据要进行区别。定序数据，专门指一类，只可以进行排序而不可以进行加减的数据，例如，从a到z的字母表。按照字母表顺序，我们可以定义c>a，但是a与c进行加减是没有意义的。

月-星期步数热图

定距数据：数据离散，可以加减

定距数据。就是在定序数据的基础上，可以进行加减的数据。但是，特别需要注意的是，定距数据依然是离散数据，而非连续数据。也正因为定距数据的离散结构，我们无法对其进行乘除法。因为在乘除法的过程中，一定会产生连续小数。而当我们描述非洲草原上，奔跑的象群中大象数量的时候，共有25.5头大象在奔跑，我想，这一定是一个非常滑稽的数据。

定比数据：数据连续，可以乘除

定比数据，不仅具有定距数据的特征，而且与定距数据最大的不同就是，定比数据连续且可以乘除。可以说，定比数据，是数据结构上最为完善的一种数据。金钱、重量、摄氏度等生活中常见的数据特征，都可以被形容为定比数据。同时，我们也把对定类数据和定序数据的分析称为定性分析，把对定距数据和定比数据的分析称为定量分析。

定比数据描述

数据描述的三种维度

数据的集中趋势描述

数据的集中趋势，是反映事物数据集合，目前所处的位置和发展水平的代表值或中心值。通过对事物集中趋势指标的多次测量和比较，还能够说明事物的发展和变化趋势。例如，国家经济发展水平人均GDP，就是一个集中趋势指标。尽管，每个人的能力和对国家的贡献不同，反映在个人GDP的不同之上。但是，人均GDP，当然可以非常有效地作为衡量一个国家是否国富民强的关键指标。

主要指标包括：算术平均值，加权平均值，几何平均值，众数，中位数等。

数据的离散程度描述

数据的离散程度，可以反映出数据整体，在代表值和中心值为基础的数据整体发展水平中，上下波动的趋势。我们可以设想，如果有两个数据集a和b，他们的算术平均值相同，那么在数据的集中趋势描述之上，将很难去进行数据决策。但是，如果发现b数据集，在数据的离散程度描述之上，明显更大，相比于数据集a明显数据特征更加不稳定。那么，我们将很容易进行数据决策，选择离散程度较小的数据集a。从而可见，数据的离散程度描述，对于在数据的集中趋势描述之上，进一步补充数据描述的重要性。

主要指标包括：总体方差和标准差，样本方差和标准差，极差，平均偏差等。

数据的分布形态描述

在我们已知数据的发展水平，以及发展水平上下离散程度情况之后。我们更关心的事实，是在数据集中，哪一部分数据显著地造成了离散程度，哪一部分数据主要地促成了发展水平等问题。我们迫切地想要讨论，出现的中心值和离散程度的主要原因。此时，数据的分布形态描述将尤为重要。数据的分布形态描述，主要依靠数据频度图来表示。而，频度图只能表示数据结构为离散形态的种类，数据结构为连续形态的种类将无法表示。但是，根据辛钦大数定律，频率的稳定值为概率。换而言之，在数据量足够大的情况下，数据的频率等于概率。所以我们可以用概率密度函数。来描述连续结构数据的频度分布情况。由正态分布与二项分布图中，可以轻易地显示出，离散频度与连续"频度"间的差异与相同点。

销售金额频度图

正态分布与二项分布

总结

综上所述，大家在工作中，可以针对不同的数据特点，对数据结构四种类型，和数据描述的三个维度，进行识别和区分的前提下，挑选正确的统计指标，是后续分析决策开展的关键一步。为此，小侠特整理以下表格供大家参考选择。注意，表格中有红色字样标注的众数，表示在定比数据结构中，集中趋势的众数指标，有时可以，有时不可以，要针对实际情况做出选择。

转载请告知作者，并注明来源。如有错误, 请及时告知作者, 必将及时改正, 尊重客观事实。邮箱：784030774@qq.com

如果大家喜欢，请给小侠一个点赞、关注[呲牙]