数字的神奇秘密第八集（数字也会讲故事2）
数字的神奇秘密第八集（数字也会讲故事2）▎张怀予：我同意，除此以外，好像还要收集腰围、胸围吧。▎李卉如：怀予，我们是不是应该要求每个班先去收集自己班级里每个同学的身高呀？▎潘老师：很好，其实数据分析在我们生活当中还有很多的运用呢。同学们有没有兴趣了解一下数据分析的基本步骤呢？▎李卉如：有兴趣！潘老师，之前我们统计班长候选人的票数很简单，只要数清楚每个候选人得到了多少票，最高票是谁就可以了。您还有别的例子吗？▎潘老师：一般来说，数据分析会经历“收集、整理、描述和分析”这样的一个过程。我们今天要通过一个稍微复杂一点的例子，一起来了解下这个过程。假设，你们学校决定给全校1000名同学做冬季校服，校服的厂商和样式都已经确定好了，但是具体做多大尺码、每个尺码要做多少套还知道。现在这项工作由你们俩来负责，你们会怎么做呢？你们可以先试着讨论一下步骤。
特别声明：本文为新华网客户端新媒体平台“新华号”账号作者上传并发布，仅代表作者观点，不代表新华号的立场及观点。新华号仅提供信息发布平台。
▎潘老师：同学们，我们在之前的节目中学习了数据和数据分析，你们还记得么？
▎李卉如：潘老师，我记得。那期节目后我知道了不光数字是数据，声音、图像等等也能是数据。
▎张怀予：潘老师，我学习到了数据在经过分析后，得到的信息能够帮助我们做决定。
▎潘老师：很好，其实数据分析在我们生活当中还有很多的运用呢。同学们有没有兴趣了解一下数据分析的基本步骤呢？
▎李卉如：有兴趣！潘老师，之前我们统计班长候选人的票数很简单，只要数清楚每个候选人得到了多少票，最高票是谁就可以了。您还有别的例子吗？
▎潘老师：一般来说，数据分析会经历“收集、整理、描述和分析”这样的一个过程。我们今天要通过一个稍微复杂一点的例子，一起来了解下这个过程。假设，你们学校决定给全校1000名同学做冬季校服，校服的厂商和样式都已经确定好了，但是具体做多大尺码、每个尺码要做多少套还知道。现在这项工作由你们俩来负责，你们会怎么做呢？你们可以先试着讨论一下步骤。
▎李卉如：怀予，我们是不是应该要求每个班先去收集自己班级里每个同学的身高呀？
▎张怀予：我同意，除此以外，好像还要收集腰围、胸围吧。
▎李卉如：对了，是不是还需要知道同学们的性别呢？
▎潘老师：是的，通常是需要的，因为校服可能会分男生、女生不同的款，即使是同款的，相同身高的男女同学，肩宽和胸围也可能会差很多。另外，还要同时记录好同学们的名字，这样便于校服做好以后准确的发放。
▎李卉如：好的，所以我们现在要收集每位同学的姓名、性别、身高、肩宽和胸围的数据，接下来我们应该做些什么呢？
▎潘老师：两位同学，到这里你们讨论完成的就是“数据收集”的工作，接下来要整理数据了。假如你们拿到了所有班级的数据，可以先分别看看有没有记录不清楚或者错误的地方，如果有，就要再对个别情况核实。
▎张怀予：潘老师，我们怎么知道数据是不是错误呢？
▎潘老师：例如，有个同学的身高记录特别高，比别人高了很多。那他究竟是真的长得特别高，还是填写数据的时候写错了呢？如果数据错了，最后就可能导致他拿到的校服不合身。
▎张怀予：哦，所以我们要把一些看起来有问题的数据先挑出来，确认一下，然后就可以把所有的数据汇集到一起了吧。
▎李卉如：汇总的时候我们可以把男生、女生的数据分开放。
▎潘老师：没错，以上的这些工作都是对数据的整理。
▎张怀予：潘老师，有了全校学生的数据，那我们是不是就能确定校服的尺寸了？
▎潘老师：嗯，我还想提醒你们一点，如果我们只做几套校服，也许可以按照每个人的身材做出非常合身的衣服。但是现在我们要给全校做1000套校服，如果还是按照每个人的数据一套一套地制作，那这个工作量就太大了，价格会更高，也不够经济实惠。我建议大家先确定一个范围，在这个身高范围内的同学都可以穿同一个尺码的校服。
▎李卉如：那假设最高的同学身高1米5，最矮的同学身高1米2，那范围就是从1米2到1米5（120厘米到150厘米）。
▎张怀予：我们可以每隔10cm设置一个身高段，统计120cm以下多少人，120cm-130cm多少人，以及每个身高段里男生和女生的数量。
▎李卉如：还要参考这个身高范围里，同学肩宽和胸围的数据呢。如果有些偏胖或者特别瘦的同学，好像也要单独制作 或者直接给大一码或者小一码。
▎潘老师：非常好，大家考虑的都很细致。现在你们做的这些工作是对数据的描述，我们也可以说是在描述出数据的“分布特征”。
▎张怀予：那我们就可以统计出来每一个身高段里的尺码是怎样的，需要做多少套了！
▎潘老师：可以是可以，但是我们再进一步想一想，要不要结合一些背景信息呢？比如，假如从数据中发现5年级和6年级的同学的平均身高相差很多，说明在这两个年龄段大家身体长得很快。所以考虑到预算和校服未来可以穿多久，我们是否需要将校服做的大一号？这一步相当于挖掘了数据背后的信息，也就是对数据的分析。有的时候，数据的描述和分析是结合在一起进行的。
▎李卉如：潘老师，我们是不是还可以请校服厂商来帮我们把把关？
▎潘老师：没错，因为他们是最有经验的。实际生活中我们完全可以把前面整理过的数据交给他们，他们会对数据进行处理，制定出尺码范围，然后给每一个同学匹配到相对合适的尺码。不过，今天两位也亲身体会了这个过程。
▎张怀予：潘老师，在最终确定了尺码和件数后，我们是不是就完成了数据分析的整个流程？那这些数据我们之后就不需要了吧？
▎潘老师：不一定哦。虽然我们会为了某个特定的目的收集数据，但是这些数据也是可以再次被利用起来的。例如，我们可以根据已有的数据，估算半年后夏季校服可能适合的尺码。这就是使用数据进行预测了。
▎张怀予：谢谢潘老师，通过这个例子我对数据从收集到分析的过程有了更多的了解。
▎潘老师：除了校服数据，我们再讲一个图像数据的分析吧，看看步骤是不是也差不多。大家知不知道东北虎？
▎李卉如：潘老师，我在动物园看过。
▎张怀予：我没见过真的，不过在电视上也看过。
▎潘老师：东北虎是现存体重最大的猫科食肉动物，目前只生活在中国的东北还有跟东北接壤的俄罗斯远东地区。一只东北虎的活动范围在400-500平方公里，相当于5-7万个标准足球场那么大。在那么大的区域里，我们要怎样才能找到甚至观察一只东北虎呢？又如何在更广阔的范围里发现更多的老虎呢？
关于这个问题，我请教过东北虎保护的专家。专家说，这其实也是一个数据采集分析的过程。首先，动物保护人员把老虎可能生活的地区，划成一个个差不多面积的网格，然后在每个网格里安装一台红外相机。一旦有老虎从相机前经过，相机就会自动拍照。因为每个老虎身上的斑纹都是独一无二的，就跟人的指纹一样。
科学家就会把所拍到的老虎照片作为图像数据放在一起比对分析，通过它们身上的斑纹，就可以鉴定出区域里总共有多少只不同的老虎。再加上每只老虎的斑纹图像、它被拍摄到的时间、地点不同，这样就逐渐的给每只老虎建立起一个档案。
▎张怀予：那有多少个老虎的档案，就等于有多少只老虎了？
▎潘老师：虽然我们没法保证每只老虎都从红外相机前经过，但是科学家通过选择在老虎更喜欢的路线上，安装更多红外相机，以及全年不间断的监测等等措施，尽可能的提高了采集数据的准确性，减少老虎被遗漏的情况。
▎张怀予：潘老师，这样每次拍到东北虎，科学家就可以对比之前的数据，判断是不是新的老虎了对吧？
▎潘老师：对啊，就算不是新的老虎，我们也可以记录它最新出现的时间和地点等。比如说，我们通过数据能确定一只老虎的活动范围，再通过分析，是不是就可以判断哪些区域更适于老虎生活呢？这样我们能开辟更多类似的区域，保护数量稀少的东北虎了。
▎李卉如：听起来真的很有趣，原来数据还可以帮助我们保护野生动物。
▎潘老师：是的。今天我们通过两个案例简单了解了数据分析的流程。关于数据分析，其实还有很多不同的类型，不同的分析方法和分析工具，我们在一期节目中没法全部解释清楚。以后同学们会有更多的机会慢慢接触和学习的。现在我们所能做的就是留意身边的数据，从身边的事情入手，不断尝试收集数据获取信息。从不惧怕数据，到学会“亲近”和喜欢数据，再合理地运用和分析数据。这样，希望数据就可以成为我们每个人的好帮手！
来源：新华号 真爱梦想
