数据分析的入门思维，首先要认识数据，然后对数据进行简单的分析，比如描述性统计分析和相关性分析等。一，认识变量和数据变量和数据是数据分析中常用的概念，用变量来描述事物的特征，而数据是变量的具体值，把变量的值也叫做观测值。1，变量变量是用来描述总体中成员的某一个特性，例如，性别、年龄、身高、收入等。变量可以分为：定性变量：用于分类，一般是文本，例如，性别、颜色定序变量：用于表示等级或次序的变量，例如，

学习完《利用python进行数据分析》之后，学习了Numpy，pandas，matplotlib几个包的使用，于是着手准备在kaggle上找数据集进行练习。在kaggle中找到了人力资源分析项目，看到不少人拿这个项目练手，本文将会分析为何公司的好员工过早离职？我要做的是，哪些因素对员工的离职产生了大的影响。数据来源：Human Resources Analytics | Kaggle1、导入数据#

学习完《利用python进行数据分析》之后，学习了Numpy，pandas，matplotlib几个包的使用，于是着手准备在kaggle上找数据集进行练习。在kaggle中找到了人力资源分析项目，看到不少人拿这个项目练手，本文将会分析为何公司的好员工过早离职？我要做的是，哪些因素对员工的离职产生了大的影响。数据来源：Human Resources Analytics | Kaggle1、导入数据#

数据分析的入门思维，首先要认识数据，然后对数据进行简单的分析，比如描述性统计分析和相关性分析等。一，认识变量和数据变量和数据是数据分析中常用的概念，用变量来描述事物的特征，而数据是变量的具体值，把变量的值也叫做观测值。1，变量变量是用来描述总体中成员的某一个特性，例如，性别、年龄、身高、收入等。变量可以分为：定性变量：用于分类，一般是文本，例如，性别、颜色定序变量：用于表示等级或次序的变量，例如，