在上一篇文章中我們簡單給大家介紹了數據分析工作中的數據獲取以及數據提取，這兩個步驟是十分重要的。要知道，數據分析就是分析數據，我們只有獲取了數據才能夠做好數據分析工作。但是我們提取了數據還是需要進一步整理的，下面我們就給大家講解一下數據分析中後續步驟。

當我們獲取了數據之後，我們需要做數據預處理工作。很多時候我們拿到的數據是不幹凈的，數據的重復、缺失、異常值等等，這時候就需要進行數據的清洗，把這些影響分析的數據處理好，才能獲得更加精確地分析結果。那麽我們需要用相應的方法去處理，比如殘缺數據，我們是直接去掉這條數據，還是用臨近的值去補全，這些都是需要考慮的問題。而對於數據預處理需要我們掌握的知識點有很多，比如數據訪問、對缺失數據行進行刪除或填充、重復值的判斷與刪除、清除不必要的空格和極端、異常數據、描述性統計、Apply、直方圖等、符合各種邏輯關系的合並操作、數據劃分、分別執行函數、數據重組等知識。

除了學習上面提到的知識以外，我們還需要學習概率論及統計學知識。我們學會了概率論與統計學知識以後，我們就知道了數據整體分布是怎樣的？什麽是總體和樣本？中位數、眾數、均值、方差等基本的統計量如何應用？如何在不同的場景中做假設檢驗？數據分析方法大多源於統計學的概念，所以統計學的知識也是必不可少的。需要掌握的知識點有很多，比如基本統計量：均值、中位數、眾數、百分位數、極值等、其他描述性統計量：偏度、方差、標準差、顯著性等、其他統計知識：總體和樣本、參數和統計量、ErrorBar、概率分布與假設檢驗：各種分布、假設檢驗流程、其他概率論知識：條件概率、貝葉斯等。有了統計學的基本知識，你就可以用這些統計量做基本的分析了。通過可視化的方式來描述數據的指標，其實可以得出很多結論。

以上的內容就是小編為大家介紹的數據分析內容中的數據預處理以及統計學方面需要學習的知識點了，大家在進行學習數據分析的時候還是需要註重上面提到的知識點，這樣才能夠做好數據分析工作，我們會在下一篇文章中給大家說一下數據分析中的其他知識。最後感謝大家的閱讀。

數據分析學習方向（三）