1.2　量性数据与质性数据

在了解数据类型之前，我们首先要理解何谓数据，如果将两个汉字拆开，我们得到以下的解释，见图1.2.1。假设你去超市购买了100元的商品，这100元就是消费金额。结账后，超市会提供发票，上面包括了购买商品的凭证，二者合一为数据。

在上述例子中，100元仅是对数值的衡量，但如果要对其采取进一步有价值的分析，我们需要使用维度（凭据）。例如，100元消费中，有20元购买了啤酒、80元购买了尿布，这就是从商品维度对数值的描述；结账的时间为2018年10月10日，这是从时间维度对数值的描述。同理，我们还可以从客户维度、地理维度对数值进行描述。虽然无论从哪个维度去汇总，我们得出的汇总都是100元，但因分析维度不同，由分析结果所产生的行为也会不同。在数据分析中，数值和维度是同时存在的，不可分割的。分析的维度越多，分析洞察就越有价值，数据粒度越细腻，见图1.2.2。

接下来，我们了解数据的类型。总体上，数据可分为两大类：质性数据与量性数据。质性数据又称为分类型数据，又可细分为名义型数据与定序型数据。量性数据又称为数值型数据，又可细分为离散型数据与连续型数据，见图1.2.3。

1.2.1　量性数据

量性数据是按数字尺度测量的观察值，其结果表现为具体的数值，如人数、钱数、地理面积等都是量性数据。离散型数据是指数值只能用自然数或整数为单位的数据，如家庭人数为1人或2人，不会有1.5人。而连续型数据是指用小数为单位可无限拆分的数据，如体重可以被细化至小数点后 N 位数。那么在可视化呈现上二者的区别在哪里呢？我们来看以下两个例子。

图1.2.4中 x 轴为年级序列、 y 轴为学生的平均身高。随着年级数的增长，学生的身高呈现持续增长的趋势。使用折线图能很好地表达这种持续增长的关系。

图1.2.5为某家庭成员人数变化的趋势，同样是表示数据持续增长，但因为 y 轴为家庭人数，为离散性数据，用折线图表示每年的变化会导致一个问题，即年与年之间的变化表达并不精确，例如在2012—2013年间，家庭人数不可能为2.5人。

为了更为准确地表达家庭人数的变化趋势，我们采用柱状图（见图1.2.6），每一年的数值都是相对独立的，这样的表达效果更为清晰。

值得注意的是，数值型数据和分类型数据可以互相转换，例如身高，年龄这类数据既可以是数值型数据也可以被转化为分类型数据。

图1.2.7为客户年龄的分布统计，该图的 x 轴为客户的年龄值（数值型数据）， y 轴为客户的计数。如果希望进一步分析人数最多的客户群，就需要将该数值型数据转换为分类型数据。

1.2.2　质性数据

质性数据是指按照事物的某种属性对其进行分类或分组，而得到的反映事物类型的数据，又称为分类型数据。如年级、性别、品牌这些都是分类型数据。分类型数据又再细分为名义型（Nominal）数据与定序型（Ordinal）数据。名义型数据是指没有内在固有大小或高低顺序的分类型数据。例如国籍：中国籍、韩国籍、日本籍，等等，见图1.2.8。另外，像员工号10014369、10014370这类数据也是名义型数据，虽然是一串数值，但将其员工号汇总却没有任何实质意义。名义型数据只能计数而不能汇总。

等级型数据则是有高低顺序的分类型数据，例如之前赛马例子中的上等马、中等马、下等马，这些类型之间有高低之分，通常可以为定序型数据赋予数值排列，如用数值3、2、1代表上等马、中等马、下等马的能力，见图1.2.9。