本质：就是只分析1个变量数据本身就是只分析一个变量的数据，就是单变量分析。如果非要，统一说成是那种回归模型/因果分析模型/相关分析的话，这个就算是0因子分析。一维数据图：图上无论是画成1条轴，或者2条轴，实际只有1个变量的数据二维数据图：有2条轴，且实际确实有2个变量！

量化分析：就是把要分析的一个真实事物/理念中概念：变项，进行数字化，从而成为一个变量 variable,然后分析这个变量。建模：简单的就是建一个函数表达式 /一个方程等，复杂的，很多函数和方程组联立等等超过我的描述能力。

关于正态分布，具体应用。

冒泡排序_百度百科在程序设计语言中，排序算法主要有冒泡排序、快速排序、选择排序以及计数排序等。冒泡排序（Bubble Sort）是最简单和最通用的排序方法，其基本思想是：在待排序的一组数中，将相邻的两个数进行比较，若前面的数比后面的数大就交换两数，否则不交换；如此下去，直至最终完成排序。由此可得，在排序过程中，大的数据往下沉，小的数据往上浮，就像气泡一样，于是将这种排序算法形象地称为冒泡排序。fr

定义：在现实已经发生的基础上，去回溯到过去，推测过去的某个时刻，自然量和因变量是什么样的关系时，现实的发生概率最大？这个推测过程，就是极大似然估计过去最大概率对应的那个分支，极有可能就是现实！现实就是，过去发生的各种可能里概率最大的那种情况！

每个饼分位多个分块，每个分块大小不同，每个分块还可以分尖端和后面2部分。根据饼状图来的，南丁格尔玫瑰图。频度分布表：概率分布的雏形吧。

用EXCEL和python 计算马尔可夫链转移矩阵

最核心的，先要总结递归规律这个fibo的递归规律很简单，就是 f(x)=f(x-1)+f(x-2), 这个也是通项公式fibo的这个规律狠清晰，不难递归是在函数内部，调用函数自身（ 函数定义内部，函数的代码block里引用自己的函数名）不用直接写循环，写调用函数自身，没有直接的for while等循环形式但是其实内部已经是循环逻辑了循环是，除了处理一些特殊情况外，找到通项公式，以便进行循环肯定有循

首先，你得安装好，jupyter notebook输入python -m notebook 跑起来。

我们自己当然可以自己定义一个我们全知的“整体”在这个角度，我们就是上帝但是这个知识“题目”“模型”“思想试验” ，我们可以在我们定义的世界里有上帝视角，这不奇怪。就和做题!= 解决社会上的真实问题一样，这些整体，一般并不是我们要面对的生活中的自然的/社会上的真正整体。类比的例子定距数据里，比如摄氏度，身高，我们也可以进行* /，因为我们预设了一个0点，温度0，身高0。那为什么说定距数据里，进行*