数据特点篇(一):数据的特点是什么概念
数据可以是连续的值，比如声音、图像，称为模拟数据。也可以是离散的，如符号、文字，称为数字数据。下面是百分网小编给大家整理的数据的特点，希望能帮到大家!
数据的特点
一、时效性
所谓时效性是指数据的发生和运用要有个提前期，失去时效性，就失去了潜在机会。
举个例子，以前在广州有个大厦，它对数据的时效性运用的就很好。据说有一年，它的经理和别人聊天，人家无意间提起说那年春天广州的雨水将特别大，于是他特意去了广州气象台证实，证实后，他开始调查，发现深圳一家厂子里积压着20万多把雨伞。当时正是11月份，旱季，这家厂子压着20万多把雨伞早就想出手，所以这个大厦的经理就去了深圳，以极低的价格就把雨伞盘进来了。结果那年广州的春天来得特别早，一过春节，这雨哗哗就下起来了，他趁机20多万把雨伞往出卖，结果一销而空。这就是利用了信息的时效性。
简单吗?很简单，只需要到气象台问一下，但是，有多少企业会问呢?其实并不多，因为很多企业就没有提前获取数据的意识。经常是等到下雨了再进雨伞，那就没买卖做了。
数据要具有时效性，或者说数据分析要有预见性，因此，大家在采集数据的时候，要注意数据的时效性，要具备用现在的数据预测未来市场的走向的意识。
二、分散性
数据的分散性，具体表现在两个方面。
1、没有固定发生地
数据没有固定发生地，因此，需要多渠道采集数据，除了上网、图书馆查资料、还要留意电视、杂志等媒体的信息，关注统计局、行业协会、研究机构的数据或者直接做市场调研。
2、零散分布，相互关联才完整
数据是零散的，真正能还原数据的完整性，并充分利用数据的，都是勤于思考，努力寻找数据关联性的人。
在旧社会的解放区，人人都听到，河北省出了一个白毛仙姑，但是谁也没有去琢磨，当时只有20岁的贺敬之琢磨出来了：这叫做旧社会把人变成鬼，新社会把鬼变成人。于是他就写出了不朽的名著叫做《白毛女》，正可谓“人人之所见、人人所未思”。
三、概率性
什么是概率性?简单理解就是看似结果不确定的事情，多次重复，就会显示出一定的规律性。
比如我们抛硬币。抛5次、10次，到底有几次正面向上不好说，但若抛几百次，几千次，正面向上的可能性就稳定在50%左右。
有一个生产装汽水、装啤酒的塑料箱的小厂厂长，了解了数据的概率性，就把北京邮政编码本找来，找到北京130个单位，发了130封信，结果就回来1封，让他拿着样品过去看看，概率够低的。这个厂长怕别人搞不好，就自己夹着箱子去了。这家单位在4楼,厂长把箱子递过去，那老兄看都没看，一推窗户，‘磅’的一声，就给扔出去了。然后那老兄就往下跑，这厂长就在后面追，到了楼下，一看这箱子，一点没坏!那老兄说：“行!这箱子挺结实的，定货!”半年的买卖就有了。玩的就是概率。
数据的概率性告诉我们：成功=努力+等待。
四、再创性
所谓再创性是指我们所看到的数据只是一种现象和启示，不同的人会得出不同的结论。而要想透过现象看本质，需要用发展的眼光看问题，通过深入的分析，找出隐藏在市场现象背后的机会。
例如，二战后，松下幸之助开始研制一个非常不起眼的家庭用电机，好多人嘲笑他，说电机都是工厂用的，你这电机家庭干什么使呢。但是，松下幸之助看到了家用电机的发展，他说：‘现在是零，将来就是无限。’用发展的眼光看问题，才能再创性地挖掘机会。
再讲个故事：有甲、乙两个推销员，同时到非洲的一个岛国卖鞋子。这个岛国里人人都光着脚丫。甲推销员一见到他们都不穿鞋，于是认为鞋子在这里没有销路;而乙推销员将数据进行再创，看到他们不穿鞋，于是拿着鞋子来做调查，经调查发现：这里的人之所以不穿鞋，是因为他们的脚都特别宽，而市面上的鞋太窄，他们穿不进去。于是他建议公司生产出专门适合这个岛国的鞋子。此外，他还把尺寸合适的鞋子送给当地的酋长，酋长一穿鞋，感觉舒服极了，而老百姓一看酋长都穿鞋了，他们也想穿。等到老百姓也想穿，就有市场了，原来都不穿鞋，现在人人都要穿鞋，于是乙推销员让鞋子很有销路。这个故事说明，数据只是现象和启发，只有深入的分析，才能再创性地挖掘机会。
以上就是数据的四个特征：时效性、分散性、概率性、再创性。
了解数据的四个特征，对于我们的数据工作具有启发。例如，数据采集就要充分考虑到数据的这四个特征：
基于时效性，数据采集要有项目周期;
基于概率性，数据采集要有抽样设计;
基于分散性，针对不同的数据来源要有不同的采集方法和问卷设计
基于再创性，要对采集到的数据信息深入地分析和解读
数据除了这四个特征外，还有没有其他的特征?很想听听你的想法：)
数据的概念
数据是指对客观事件进行记录并可以鉴别的符号，是对客观事物的性质、状态以及相互关系等进行记载的物理符号或这些物理符号的组合。它是可识别的、抽象的符号。
它不仅指狭义上的数字，还可以是具有一定意义的文字、字母、数字符号的组合、图形、图像、视频、音频等，也是客观事物的属性、数量、位置及其相互关系的抽象表示。例如，“0、1、2...`”、“阴、雨、下降、气温”“学生的档案记录、货物的运输情况”等都是数据。数据经过加工后就成为信息。
在计算机科学中，数据是指所有能输入到计算机并被计算机程序处理的符号的介质的总称，是用于输入电子计算机进行处理，具有一定意义的数字、字母、符号和模拟量等的通称。现在计算机存储和处理的对象十分广泛，表示这些对象的数据也随之变得越来越复杂。
数据的分类
按性质分为
①定位的，如各种坐标数据;
②定性的，如表示事物属性的数据(居民地、河流、道路等);
③定量的，反映事物数量特征的数据，如长度、面积、体积等几何量或重量、速度等物理量;
④定时的，反映事物时间特性的数据，如年、月、日、时、分、秒等。
按表现形式分为
①数字数据，如各种统计或量测数据。数字数据在某个区间内是离散的值[3] ;
②模拟数据，由连续函数组成，是指在某个区间连续变化的物理量，又可以分为图形数据(如点、线、面)、符号数据、文字数据和图像数据等，如声音的大小和温度的变化等。
按记录方式分为
地图、表格、影像、磁带、纸带。按数字化方式分为矢量数据、格网数据等。在地理信息系统中，数据的选择、类型、数量、采集方法、详细程度、可信度等，取决于系统应用目标、功能、结构和数据处理、管理与分析的要求。
数据特点篇(二):大数据的特点主要包括哪些
大数据指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。下面是百分网小编给大家整理的大数据的特点，希望能帮到大家!
大数据的特点
第一，数据体量巨大。从TB级别跃升到PB乃至EB级别。要知道目前的数据量有多大，我们先来看看一组公式。
1024GB=1TB;1024TB=1PB;1024PB=1EB;1024 EB=1ZB;1024ZB=YB。到目前为止，人类生产的所有印刷材料的数据量是200PB，而历史上全人类说过的所有的话的数据量大约是5EB。
第二，数据类型繁多。这种类型的多样性也让数据被分为结构化数据和非结构化数据。相对于以往便于存储的以文本为主的结构化数据，越来越多的非结构化数据的产生给所有厂商都提出了挑战。拜互联网和通信技术近年来迅猛发展所赐，如今的数据类型早已不是单一的文本形式，除了网络日志、音频、视频、图片、地理位置信息等等多类型的数据对数据的处理能力提出了更高的要求。
第三，价值密度低。价值密度的高低与数据总量的大小成反比。以视频为例，一部一小时的视频，在连续不间断监控过程中，可能有用的数据仅仅只有一两秒。如何通过强大的机器算法更迅速地完成数据的价值“提纯”是目前大数据汹涌背景下亟待解决的难题。
第四，处理速度快。这是大数据区分于传统数据挖掘最显著的特征。根据IDC的一份名为“数字宇宙”的报告，预计到2020年全球数据使用量将会达到35.2ZB。在如此海量的数据面前，处理数据的效率就是企业的生命。
还记得10年之前风靡一时的美国情景喜剧《六人行》(又名《老友记》)吗?在这部美国NBC电视台从1994年开播到2004年落幕的经典之作中，6位主人公从姓名、职业到个人喜好至今都还能被粉丝们津津乐道。
大数据的结构
大数据包括结构化、半结构化和非结构化数据，非结构化数据越来越成为数据的主要部分。据IDC的调查报告显示：企业中80%的数据都是非结构化数据，这些数据每年都按指数增长60%。大数据就是互联网发展到现今阶段的一种表象或特征而已，没有必要神话它或对它
保持敬畏之心，在以云计算为代表的技术创新大幕的衬托下，这些原本看起来很难收集和使用的数据开始容易被利用起来了，通过各行各业的不断创新，大数据会逐步为人类创造更多的价值。
其次，想要系统的认知大数据，必须要全面而细致的分解它，着手从三个层面来展开：
第一层面是理论，理论是认知的必经途径，也是被广泛认同和传播的基线。在这里从大数据的特征定义理解行业对大数据的整体描绘和定性;从对大数据价值的探讨来深入解析大数据的珍贵所在;洞悉大数据的发展趋势;从大数据隐私这个特别而重要的视角审视人和数据之间的长久博弈。
第二层面是技术，技术是大数据价值体现的手段和前进的基石。在这里分别从云计算、分布式处理技术、存储技术和感知技术的发展来说明大数据从采集、处理、存储到形成结果的整个过程。
第三层面是实践，实践是大数据的最终价值体现。在这里分别从互联网的大数据，政府的大数据，企业的大数据和个人的大数据四个方面来描绘大数据已经展现的美好景象及即将实现的蓝图。
大数据的意义
现在的社会是一个高速发展的社会，科技发达，信息流通，人们之间的交流越来越密切，生活也越来越方便，大数据就是这个高科技时代的产物。 阿里巴巴创办人马云来台演讲中就提到，未来的时代将不是IT时代，而是DT的时代，DT就是Data Technology数据科技，显示大数据对于阿里巴巴集团来说举足轻重。
有人把数据比喻为蕴藏能量的煤矿。煤炭按照性质有焦煤、无烟煤、肥煤、贫煤等分类，而露天煤矿、深山煤矿的挖掘成本又不一样。与此类似，大数据并不在“大”，而在于“有用”。价值含量、挖掘成本比数量更为重要。对于很多行业而言，如何利用这些大规模数据是赢得竞争的关键。
大数据的价值体现在以下几个方面：
1)对大量消费者提供产品或服务的企业可以利用大数据进行精准营销
2) 做小而美模式的中小微企业可以利用大数据做服务转型
3) 面临互联网压力之下必须转型的传统企业需要与时俱进充分利用大数据的价值
不过，“大数据”在经济发展中的巨大意义并不代表其能取代一切对于社会问题的理性思考，科学发展的逻辑不能被湮没在海量数据中。著名经济学家路德维希·冯·米塞斯曾提醒过：“就今日言，有很多人忙碌于资料之无益累积，以致对问题之说明与解决，丧失了其对特殊的经济意义的了解。”这确实是需要警惕的。
在这个快速发展的智能硬件时代，困扰应用开发者的一个重要问题就是如何在功率、覆盖范围、传输速率和成本之间找到那个微妙的平衡点。企业组织利用相关数据和分析可以帮助它们降低成本、提高效率、开发新产品、做出更明智的业务决策等等。例如，通过结合大数据和高性能的分析，下面这些对企业有益的情况都可能会发生:
1)及时解析故障、问题和缺陷的根源，每年可能为企业节省数十亿美元。
2)为成千上万的快递车辆规划实时交通路线，躲避拥堵。
3)分析所有SKU，以利润最大化为目标来定价和清理库存。
4)根据客户的购买习惯，为其推送他可能感兴趣的优惠信息。
5)从大量客户中快速识别出金牌客户。
6)使用点击流分析和数据挖掘来规避欺诈行为。
数据特点篇(三):统计图的特点有哪些种类
统计图是根据统计数字，用几何图形、事物形象和地图等绘制的各种图形。下面是百分网小编给大家整理的统计图的特点，希望能帮到大家!
统计图的特点
统计图具有直观、形象、生动、具体等特点。统计图可以使复杂的统计数字简单化、通俗化、形象化，使人一目了然，便于理解和比较。
因此，统计图在统计资料整理与分析中占有重要地位，并得到广泛应用。在解答资料分析测验中有关统计图的试题时，既要考察图的直观形象，又要注意核对数据，不要被表面形象所迷惑。
统计图的基本类型
(1)条图：又称直条图，表示独立指标在不同阶段的情况，有两维或多维，图例位于右上方。[3]
(2)百分条图和圆图：描述百分比(构成比)的大小，用颜色或各种图形将不同比例表达出来。
(3)线图：用线条的升降表示事物的发展变化趋势，主要用于计量资料，描述两个变量间关系。
(4)半对数线图：纵轴用对数尺度，描述一组连续性资料的变化速度及趋势。
(5)直方图：描述计量资料的频数分布。
(6)散点图：描述两种现象的相关关系。
(7)统计地图：描述某种现象的地域分布。
统计图的概述
统计学与数据分析过程可大致分为两个组成部分：定量分析方法(Quantitative techniques)和图解分析方法(graphical techniques)。定量分析方法是指那套产生数值型或表格型输出的统计学操作程序;比如，包括假设检验、方差分析、点估计、可信区间以及最小二乘法回归分析。这些手段以及与此类似的其他技术方法全都颇具价值，属于是经典分析方面的主流。
另一方面，还有一大套我们一般称之为图解分析方法的统计学工具。这些工具包括散点图、直方图、概率图、残差图(residual plot)、箱形图、块图以及双标图。探索性数据分析(Exploratory data analysis，EDA)就密切地依赖于这些手段以及与此类似的其他技术方法。图解分析操作程序不仅仅是在EDA背景下才使用的工具;在检验假设、模型选择、统计模型验证、估计量(estimator)选择、关系确定、因素效应判定以及离群值检出方面，此类图解分析工具还可以作为最佳捷径，用来深入认识数据集。此外，优质的统计图形还可以作为一种令人信服的沟通手段，用来向他人传达存在于数据之中的基本讯息。
图解式统计学方法具有四个方面的目标：⑴ 探究数据集的内容;⑵ 用于发现数据之中的结构;⑶ 检查统计学模型之中的假设;⑷ 沟通传达分析结果。
如果不采用统计图形，也就会丧失深入认识数据基础结构之一个或多个方面的机会。
http://m.jinghuajt.com/gaozhongzuowen/69485/