数据分析处理数据，思考数据需要大量的数学知识。事实上，在这个工具丰富的时代，了解一点基本的数学知识就足够了。
把握全局的第一步：集中趋势。
把握全局的重点是什么？有些人可能会说方差和标准差是更准确的方法。
其实，把握全局的关键就一个字——快！想一想，股价都快到头了，你还在做各种量化分析，你错过机会了。天下武功，唯快而牢不可破！
快速的关键是足够简单。这里我们重点讨论三个概念：均值、中位数和众数。你可能在小学就学会了这些概念，但你真的理解了吗？
平均值
简单地说，平均值是平均值的一般度量。
其实平均的概念是最常见的联系。计算大量数据平均值的一种方法是将所有数字相加，然后除以数字的个数。这是均值的特例，因为每个数的频率都是1。
平均值的符号：，这是一个希腊字母(发音为“miu”)
平均公式
在计算平均值时，考虑每个数字的频率真的很重要。为了保证我们不忽略这一点，我们可以把它写进公式里。
添加频率的平均值公式
中位数
中位数是一组数据的中间值，代表一个典型值。
生活中，我们都被典型性所吸引，典型性是我们区别于常人的重要标志。就像dydxz。大家都喜欢看帅哥，都怕暗月。
按顺序排列n个数字(升序或降序)。无论n是奇数还是偶数，中位数的位置都是(n ^ 1)/2。
掌握中位数是高级四分位数和百分位数的基础。
方式
模式是数据集中出现频率最高的值(类别)。
通俗地说，就是点最多的那个。与平均值和中值不同，模式必须是数据集中的一个值。有时，数据可以有多种模式。如果频率最大的数值不止一个，那么每个这样的数值就是一个模式。如果一批数据有两种模式，那么我们说它是双峰数据。
掌握了这三个数值，就可以快速掌握数据的整体情况。但是要记住，光看这三个值是不能得出准确结论的。
从数据中得出结论的关键信息：距离和差异
数据分析的核心是什么？当然，这是一个结论，尤其是有助于改善商业状况的结论。
在这里，我们将介绍另外三个概念：全距离、四分之一距离和方框图。
全距
全范围也叫极端范围，可以表示数据的扩展范围。计算方法很简单，全程距离=最大-最小。
平均值允许我们确定一批数据的中心，但我们无法知道数据的变化。
全距离提供了一种比较数据集的方法。——全距离是一种简单方便的测量数据离散程度的方法。
全距
四分位数范围
四分之一距离是中间距离和全距离的延伸。四分位数是把数据集分成四等份；第一个四分位数和第三个四分位数之间的差异称为四分位数距离(IQR)。
全距离的主要问题是它只描述了数据的宽度。由于全距是由数据的极值计算出来的，很容易受到两端极值的影响，导致偏差较大。四分位数距离可以很好地消除异常值的影响。
四分位数距离(IQR)=上四分位数(Q3)-下四分位数(Q1)
箱线图
方框图可以清楚地画出各种“距离”。四分之一距离、十分之一距离和百分之一距离是最常用的数据分析图表之一。一张地图可以清晰准确地表达整个数据集，离群点很容易被发现。
箱线图是显示各种“距离”和四分位数的简洁方法。
Boxplot看起来很复杂，但实际上，在Python中，matplotlib或seaborn中的boxplot()函数很容易实现。
掌握以上六个概念，基本上连数据分析都进不了门。当然，有时更进一步，如果我们需要做预测，我们需要一些概率论的知识。(下次再介绍)