前言

第三天要延續介紹如何處理一筆數據。

對於數據分析的用途跟前幾個步驟

請看上一篇文章

數據分析的流程

3.資料清洗（Data Cleaning）：

當我們準備好所有食材就可以攪一攪變成蛋糕糊了嗎？

不可能！！

蛋糕是非常精緻的甜點，

每一個食材都有食譜

食譜上會有該要的比例，

就像不是所有數據一拿到手就是完美無缺的

可以想像我們平常在填表單的時候，

遇到單選題可能會多填到其他選項或是忽略某些題目，

回答問題打錯字、英文大小寫搞混的情況。

這時候資料就會出現缺失值、異常值等等，

資料清洗這時候就會派上用場！

就像是將所有食材依照食譜的指示，

變成可以做成蛋糕的完美比例

可以用SQL或是Python的套件Pandas

來將這些雜訊整理成方便後續處理的數據

4. 資料分析（Data Analysis):

當材料都按照食譜的比例準備好後，

就要開始一步一步放到攪拌機攪拌了～

資料分析也是會依照不同業務應用而有不同的分析手法，

有些人會使用常見的數據分析工具像是SPSS, R, Python進行統計分析，

這個階段也會需要使用到統計學的相關知識，

像是集中趨勢、離散、假設檢定、迴歸分析

數據分析工具就像是攪拌機，而統計知識就像是不同的加入步驟

需要按照不同的食材屬性，分次加入，

再用攪拌機，將他們攪拌均勻，變成蛋糕糊

蛋糕糊放進去烤模裡就可以準備進烤箱烤摟！

我在這個計畫裡選擇利用視覺化進行資料分析，

將敘述性分析的數據利用可視化的圖表展示，

選擇Python的套件，Seaborn和Metplotlib

這幾個工具就像是烤箱，把烤模裡的蛋糕糊

Do Rei Me So~~~

變成漂亮的蛋糕，如同繪製不同類型的圖表，

我將在計畫中學習挑選圖表以應用在合適的資料場景中

並且學習從視覺化的圖表裡，

洞察出一筆資料的有效消息。

其實資料分析這個步驟裡，可以涉及的範圍相當廣

包含資料探勘（Data Mining)和機器學習（Machine Learning)

但我在這個計畫裡先不涉及這兩個部分

5.協助決策進行：

TADA!

蛋糕烤完，可以開吃！！！

在完成上述所有流程後，就可以藉由產出的分析結果

協助決策的選擇

所有的食材，經過一番精緻的處理後，變成一個美味可口的蛋糕

所有雜亂的數據，也經過好好的整理、分析、視覺化，

變成有價值的決策協助工具了～～～

這就是通常在面對一筆雜亂的數據，

會進行的資料分析流程