厦门安岭路网站建设,网络营销外包顾问,北京网站搭建公司排名,wordpress本地添加图片不显示图片作者二胖并不胖来源大数据前言已获原作者授权#xff0c;如需转载#xff0c;请联系原作者。前些天在知乎上看到一个关于身高的问题。我想既然大家都对身高这么感兴趣#xff0c;正好之前我在相亲网上爬了50万用户的信息#xff0c;那不妨来做个统计。关于身高#xff0c;… 作者二胖并不胖来源大数据前言已获原作者授权如需转载请联系原作者。前些天在知乎上看到一个关于身高的问题。我想既然大家都对身高这么感兴趣正好之前我在相亲网上爬了50万用户的信息那不妨来做个统计。关于身高看看我们能挖出哪些好玩的信息吧。数据说明1数据来源本次的统计数据来自某相亲网站信息都是用户自己填写的。正常情况下大家报身高都是往高虚报极少人往矮报吧所以本次统计的身高结果应该会比真实情况更高一些当然这只是我二胖的个人揣测啦。样本用户生活在北京、上海、广州和重庆四个城市选择这四座城市的原因一是因为四座城市在祖国的不同方位收集样本范围够广二是因为这四座城市都是大城市外来人口较多汇集了全国各地的人能在一定程度上体现总体趋势。2年龄分布这里我先对统计用户的年龄进行了可视化x轴是年龄y轴是人数波峰是27岁。统计用户的年龄分布除此之外我还分别统计了男性和女性的年龄分布女性年龄的波峰出现在27岁男性年龄的波峰出现在29岁。总体平均年龄32.332岁男性平均年龄33.239岁女性平均年龄31.929岁3性别分布本次统计用户的性别分布情况本次统计的用户中女性占了大多数。其实是我爬数据的时候先抓取了女性数据在女性数据抓取完成后才抓取的男性数据而当我看数据库样本数据到50万的时候就把爬虫停了。正态分布在看统计结果之前我们先提一下“正态分布”。正态分布Normal distribution也称“常态分布”又名高斯分布Gaussian distribution。正态分布是一种概率分布。它是具有两个参数μ和σ的连续型随机变量的一种分布。这里我们就不过多地介绍正态分布啦我们只需知道身高在样本数量足够大的时候应该服从正态分布当然这是我的一己之见如果有不同的意见欢迎指正。正态分布的曲线图应该如下图所示中间高两边低两侧大致对称在这种情况下数据才具有一定的真实性否则数据就有一定的作假嫌疑。正态分布示意图当然目测是不准确的还需要通过方差、期望等来判断。不过当人肉眼都能看出一条曲线不符合正态分布时那这个数据的真实性就真有待商榷了。数据展示好啦讲完正态分布我们来看看本次统计样本的身高分布图。1男性统计用户中男性的身高分布情况可以看到男性身高的分布情况不那么符合正态分布。波峰出现在170cm人数是24515人。身高人数前五名是不知大家发现没有这些身高都是极其常见的身高。让二胖来揣测一下在大多数自报身高的情况下——不足170cm同学的都报170cm不足175cm的都报175cm。其实大家办理户口录入身高时就是这样操作的常见身高就是这几个数字。所以二胖才在开头说大家的真实身高应该会比统计值稍微低一些。我们来算一下平均值再把脏数据去除之后算出来的所有男性的身高平均值是单位cm2女性女性的身高统计方式和男性一样二胖就不过多解释了这里直接展示统计结果统计用户中女性的身高分布情况女性身高分布图有点狠啊160cm远远超过了其他身高值。身高人数前五名是女性平均身高单位cm结论看完这个统计结果二胖对比了一下国家公布的数字下图是百度百科公布的2015年国家统计的身高数据看样子相亲网站上的身高数据比国家的统计高出了约6厘米。到底是因为相亲网上的用户中年轻人较多而年轻人又长得高还是大家填写的身高数据水分比较大呢还有一种可能就是二胖此次统计的用户是城市居民而城市居民的平均身高会相对高一些。对此你怎么看呢——本文的数据分析和数据可视化全部由ElasticSearch完成。完01 微 信 群 添加小编微信tangguoyemeng备注“进群”即可加入【云计算学习交流群】和志同道合的朋友们共同打卡学习成为群成员或拉人进群还有机会参与红包抽奖获得免费赠书哦~~02 征 稿 CSDN作为国内专业的云计算服务平台目前提供云计算、大数据、虚拟化、数据中心、OpenStack、CloudStack、机器学习、智能算法等相关云计算观点、技术、平台、实践、云产业咨询等服务。CSDN 公众号也一直坚持「与千万技术人共成长」的理念深度解读行业内热门技术与场景应用致力于让所有开发者保持敏锐的技术嗅觉、对行业趋势与技术获得更广阔的认知。文章题材首先你需要关注我们的公众号“CSDN云计算”这样你会更准确了解我们需要的文章风格侧重于云计算领域相关的文章可以是技术、运维、趋势等方面的务实内容原创要求文章有鲜明观点和看法。投稿须知 稿费根据原创性、实用性和时效性等方面进行审核通过的文章会发布在本微信平台。一经采用我们将支付作者酬劳。酬劳可能不多这代表的是一个心意更多是因为爱好是有识之士抒发胸怀的一种方式字数要求稿件字数以2K-8K为宜少于2K或多于8K都会一定程度降低阅读愉悦感投稿邮箱lijycsdn.net。或者添加微信表明来意微信号tangguoyemeng。请备注投稿姓名公司职位。如果咱们的合作稳定又愉快还可以签订合同长期合作哦
