此文章处于编辑状态

数据分析过程中最难的是对业务的理解，因为所有分析都离不开业务。只有对业务理解够深，才能理解业务中数据集中主要有sepal_length、sepal_width、petal_length、petal_width。这四个属性决定最终花的种类三、查看数据的维度In [6]: print(iris.shape) (149, 5)

你可以简单理解为：以前那是小数据，现在是大数据，哈哈！从技术层面说，大数据和以前的数据时代("小数据")的最大差异在于：以前是数据找应用、算法的过程，偏重于数据的分析也帮助我们更好地理解我们的业务和服务，帮助我们更好地把握未来的发展方向。此外，数据还有助于加强商业竞争力。通过分析数据，可以更好地理解客户的需求，制定更合

——写报告的人和看报告的人对数据的理解和应用不在同一个视角层面上。说到这里，给大家介绍我在漫长过程中思考的，数据理解的五个视角层。从下到上依次是：数据层、描述层、解读层对于大数据的认识和理解-谈谈对数据的理解大数据是当今信息时代的产物，它是指规模庞大、种类繁多的数据集合。对于大数据的认识和理解，可以从多个角度进行探讨。本文将从数据

知识库知识分类：知识来源：|发布日期：1、想做数据分析，但是之前没有相关的数据意识，基础数据丢失或从未搜集，或者数据孤岛严重，行业数据相对独立而难以共享。2、数据产生的体量大，维度高，提取难度