序言：如何使用本书

谁适合阅读本书？

请先回答几个问题：

1、你觉得，数据中隐含了无穷的智慧，只要有合适的工具，就能利用这些智慧，对吗？

2、你想学习、理解和记忆如何创建靓丽的图形、试验假设条件、进行回归分析或整理混乱的数据，对吗？

3、你喜欢笑语喧哗的晚宴甚于枯燥、无聊的学术演讲，对吗？

如果以上问题全部回答“对！”——这本书适合你。

谁该和本书说拜拜？

请先回答几个问题：

1、你是一个经验老到的数据分析师，正在调查数据分析领域前沿的课题，对吗？

2、你从未用过Microsoft Excel或OpenOffice calc，对吗？

3、你惧怕尝试新事物，宁可上山打虎也不愿标新立异，对吗？你认为要是用拟人的手法叙述控制组和目标函数， 技术书籍就难免有失严肃，对吗？

只要有一个问题回答“对！”——你与本书无缘。

我们了解你在想什么——

“这怎么能是一本严肃的数据分析图书呢？”“这些图都是用来干嘛的？”“我真能这样学数据分析吗？”

我们了解你的大脑在想什么——

你的大脑渴望新事物。大脑总是不停地搜索、探查、等待不同寻常的 物，它天生如此，这正是你活力的来源。

那么，大脑怎么对待你所碰到的常规、普通、一般的事情呢？

它会竭尽全力阻止这些事情，以免干扰自己真正的工作——记录重要事项。大脑不会费力保存这些琐事；这些琐事从来不会成功地闯过“明显不重要事项”的关卡。

你的大脑如何知道哪件事重要？假想有一天你出门旅行，迎面扑来一只吊睛白额大虎，你的头脑和身体会有什么反应？

神经元发动……情绪激动……化学物质激增。 于是，你的大脑知道——

这事重要！记住！

但，想象你是呆在家里，或者是呆在图书馆里，也就是说，是在一个安全、温暖、没有老虎的地方。

你正在复习迎考，要不然就是在努力弄明白一些艰深的技术，你的老板认为花个把星期就能搞定，顶多十天。

的问题是：你的大脑想好好帮你一把，它试图保证不让这种“明显不重要”的内容去破坏珍稀的资源，这些珍稀的资源好用来保存真正“重大”的事情，像老虎啊，像火灾险情啊 像你绝不该在大学生网站Facebook的网页上贴上那些聚会照片啊。没有什么便当的办法可以告诉大脑：“喂，大脑，我对你感激之至，可惜啊，不管这本书多无聊，也不管我的情感地动仪如何纹丝不动，我真的希望你把这些材料都记住。”

行啊。 才不过490页而已，这些枯燥、无聊、烦人的内容。

 元认知：对思考的思考

如果真想学东西，而且想学得更快更深入，就要关注自己如何集中注意力。要思考自己的思考方式；研究自己的研究方式。

大多数人在成长过程中都不曾学习元认知和学习理论方面的知识。人们期望我们学知识，但极少有人教我们如何学。 但想象得到，捧着本书的你，的确想学习数据分析知识，同时可能不想花费太多时间。要想利用在本书中读到的知识，就得记住读过的知识，为此必须理解这些知识。为了淋漓尽致地发挥本书或任何书本或学习经验的作用，请管好你的大脑，请管好大脑对待本书的态度。

诀窍在于让大脑把正在学习的新资料当作“正经大事”——对幸福至关重要的大事，像老虎一样重要的大事。若非如此，你就会陷入一场持久战：你竭力要记住新知识，大脑却竭力要把这些新知识踢出去。

既然如此，如何让大脑像对待吃人的老虎一样对待数据分析知识呢？

有两种办法，一种缓慢而乏味，一种迅速而有效。慢办法是简单记忆。你显然明白，只要不停地把同样的东西往大脑里灌，即使是乏味的知识，也能学会、记牢。只要重复灌的次数足够多，大脑就会想：“这些东西给他的感觉并不重要，但他不停地看这些相同的东西，一遍，一遍，再一遍。因此我猜这些东西肯定很重要。”

快办法是做一切增进大脑活动的事，尤其是不同类型的大脑活动。上一页讲了很多这样的活动，事实证明，这些活动全都能促使大脑以有利于己的方式工作。例如，研究表明，将文字放在文字所描述的图片当中（相反的做法是将文字放在页面中的其他位置，如注释位置或正文位置），会促使大脑努力搞清楚文字和图片之间的关系， 进而发动更多神经元。更多神经元发动 = 更有机会让大脑明白某件事值得注意，可能还值得记住。

对话式的写作风格对此很有帮助。人们在与人对话时注意力会更集中，原因是别人期待他们有所表现。令人惊讶的是，大脑不一定会在意“对话”是在人和书之间进行！ 反之，要是写作风格了无新意，乏味枯燥，大脑的感觉就和在挤满消极听众的屋子里听演讲没什么两样：没必要保持清醒。

不过，图形和对话式风格只是起步……

 怎样才能让我的大记住这些资料呢？

我们的做法

我们使用丰富的图片，这是因为，大脑追逐图像，而非文字。在大脑的活动中，一张图片胜过千言万语。当同时使用图片和文字进行说明时，我们将文字填写在图片当中，当文字出现在它所描述的事物当中时，大脑的工作更有效率；相反，若将说明性文字放在注释或其他正文当中，则无此效果。

我们使用反复论述法，即以不同的方式、通过不同的媒介对同一主题进行反复描述， 给读者营造丰富的感受，目的是让这些主题有更多机会印在大脑的多个区域。

我们以出人意料的方式叙述概念和使用图片，因为，大脑追逐新鲜事物；我们在图片和创意中或多或少加入了一些情感性的内容，因为，大脑关注情感的生物化学反应。让人有所感触的东西更可能让人记住，即使这点感触不过是一丝幽默、一丝惊讶或一丝兴趣。

我们使用个性化的对话式写作风格，因为，当大脑认为你是在进行对话而不是在消极地听报告时，就会调整到注意力更集中的状态。即使在读书时，大脑也是这个习惯。

我们安排了80多个活动，因为，相比读书，在做事时，大脑经过调整，能学会和记住更多东西。我们安排的练习有难度，但不会让人束手无策，这正是大多数人愿意做的练习。

我们使用多种教学风格，因为，有的人可能喜欢一步一步按顺序来，有的人可能喜欢先看懂大图，还有一些人可能只想看看例子。我们将以多种方式反复讲述相同的主题，不管读者的个人爱好如何，他们都将因此受益匪浅。

我们安排了让左右脑半球分别负责的内容，因为，大脑开动部位越多，就学得越多，记得越多，注意力更持久。由于一侧大脑工作往往意味着另一侧大脑得到休息，左右半脑的分工合作使得长时间学习的学习效率得到提高。

我们还安排了一些场景和练习，在场景中展现不同的观点，因为，当大脑被迫进行评估和判断时，会调整到深入学习状态。

我们在练习中安排了一些难点，即提出一些无法简单回答的问题。因为，你的大脑在不得不处理某件事情时，会调整到学习和记忆状态。开动脑筋吧，“光看别人做运动无法让自己体态健美”。别担心，我们尽力保证，你努力学习的都是该学的，你不会为了对付 一个费解的例子或为了分析一段用词过于晦涩或行文过于简练的段落而多用一个脑细胞。

我们以人物为例，把人物安排在场景、实例、图片等内容中。至于原因嘛，因为你是人群中的一员啊，你的大脑对人比对事更关注。

你的任务：征服大脑

我们的工作到此为止，剩下的就看你的了。从下面这些提示出发，顺从大脑的判断，看看哪些对你有用，哪些 对你没用，尝试一下新事物吧。

1、慢慢读。理解的内容越多，要记忆的内容越少。 忌死读。停一停，想一想，碰到书中的提问时，别直接翻看答案；想象真的有人在问你这个问题。强迫自己的大脑想得越深，学会、记住的概率就越大。

2、自己做练习，自己记笔记。我们安排了练习和笔记，但是，要是我们替你完成，就像让别人替你锻炼身体一样；只动眼不动手也不可取，要动动笔。大量证据证明，学习时的身体动 作能提高学习效率。

3、阅读“世上没有傻问题”部分。 世上没有傻问题。这些问题并非可看可不看，这是核心内容的组成部分！请勿忽略。

4、请将下面这段话作为后一段床头阅读文字，或起码作为后一段高深的床头阅读文字。

有一部分学习过程（尤其是短暂记忆转变为长期记 忆的过程）发生在放下书本之后，大脑需要有自己的时间进行更多处理。如果在这段处理时间内学新东西，将会丢失一些刚学会的东西。

5、开口大声讨论。 说话会刺激大脑的其他部分。如果你正在努力理解 一些知识，或者正在努力增加以后记住这些知识的 概率，请大声说出这些知识。还有一种更好的做法， 试着向别人大声解释这些知识。你会学得更快，可 能还会发现一些阅读时不曾发现的名堂。

6、大量喝水。 充沛的体液会让大脑处于工作状态，脱水（早在感到口渴前就会发生）则会让认知功能下降。

7、聆听大脑的声音。 留意你的大脑是否超负荷工作。若你发现自己开始心不在焉，或者刚刚读过的东西转眼忘记，就该休息。一旦过了某个学习点，哪怕拼命塞，也无法提高学习效率，反而有可能影响学习。

8、找到感觉。大脑需要知道事情是否重要。让自己融入各种场景，为照片设想旁注，就连抱怨一个并不好笑的玩笑，也比什么感觉都没有强。

9、 请将下面这段话作为后一段床头阅读文字，或起码作为后一段高深的床头阅读文字。

有一部分学习过程（尤其是短暂记忆转变为长期记 忆的过程）发生在放下书本之后，大脑需要有自己的时间进行更多处理。如果在这段处理时间内学新 东西，将会丢失一些刚学会的东西。

10、开口大声讨论。说话会刺激大脑的其他部分。如果你正在努力理解一些知识，或者正在努力增加以后记住这些知识的概率，请大声说出这些知识。还有一种更好的做法，试着向别人大声解释这些知识。你会学得更快，可能还会发现一些阅读时不曾发现的名堂。

11、勤加练习！学会数据分析的办法就是勤加练习，这正是本书的要求。数据分析是一门技术，精于此道的 办法就是大量实践。本书将给你带来大量实践机会：每一章中都有一个等待你解决的问题，千万别跳过这些问题不看——大量学习都发生在解决问题的过程中。我们为每一个问题提供了答案，要是卡了壳（有些细微之处很容易给人带来麻烦），别不敢看！不过，请尽量先解决问题再看答案，务必让你的办法行之有效，然后才继续看书中的下一部分内容。

自述

本书是经验之谈，并非参考书籍，我们故意抽掉了会妨碍讲述书中相关知识的东西。本书对你已经见识过和学习过的知识作了一些假设，因此次通读本书的时候， 需要从头读起。

本书并非软件工具指导书

许多以“数据分析”为题的图书都是顺着Excel函数表把认为和数据分析有关的部分一路讲下去，然后针对每个函数给几个实例。但《深入浅出数据分析》讲的是如何成为数据分析师，尽管你在本书中会学到相当多的软件工具，但它们不过是手段而已，目的是学习如何进行出色的数据分析。

我们希望你懂得如何使用基本的电子表格公式。

用过电子表格的SUM求和公式吗？要是没用过，你可能先要突击一下才能开始学习本书。尽管许多章节根本不要求使用电子表格，但其他有此要求的章节却假定你会使用各种公式。要是熟悉SUM工具，那么你基础不错。

本书超越统计学

本书充满统计知识，作为数据分析师，你应该尽量多掌握一些统计知识，读完《深入浅出数据分析》之后，好再读一读《深入浅出统计学》（Head First Statistics）。不过，数据分析不仅涵盖统计学，还牵涉许多其他领域，本书中选用的非统计题材主要用于讲解来源于现实生活的具体、实用的数据分析经验。

活动并非可做可不做

练习和活动不是点缀，而是本书的核心组成部分。这些练习和活动有的是为了帮助记忆，有的是为了帮助加深理解，还有的是为了帮助应用所学知识，切勿忽略。

 反复论述是刻意而重要的安排

深入浅出系列图书有一个明显特色：我们希望你真正掌握学到的知识，我们希望你在看完本书的同时就记住学到的知识。大多数参考书都不把记忆和回忆当作一个目标，但本书的目标是学会，所以，常常会看到同一概念多次出现。

本书意犹未尽。

我们乐于看到你在书籍合作网站上找到更多实用而有趣的资料，链接0-1可为你提供这些资料。

“动动脑”练习没有答案

有一些“动动脑”练习没有标准答案；另有一些练习可以参考“动动脑”活动的 学习经验部分判断自己的答案是否正确，以及在什么情况下会正确。部分“动动脑” 练习给出了提示，为你指明正确方向。

译者序

《深入浅出数据分析》自2010年面世以来，已畅销十三年。近日，编辑刘皎老师与我

联系，建议进一步推敲几处译文，又嘱我再作序言，这意味着，此书将继续在市场上为

者传递知识，这真是令人激动而欣慰。

十三年不算短，足以改变一个人，也足以考验一本书。一个人，可以在十三年里从年

富力强的中年步入双鬓染霜的暮年；一本书，尤其是知识密集型的书，若不与时代共舞，

则很容易从流行走向寂寞。《深入浅出数据分析》中文版首印量只有700册，此后年年加印，总计恐怕已超过100个700册，从每年的销量来看，它可算数据分析图书领域的“长青树”，应该说，它是时代潮流考验下的佼佼者。

这本书为什么有这么大的魅力？我想这和所有为这本书撒下过汗水的人是分不开的。

首先，原著作者及出版团队出类拔萃，书中的序言和致谢等部分足以体现这一点；其次，

中文版编辑团队功不可没——我本来不知道一本书的出版需要这么多位编辑，因为这本书

才长了见识。我还记得，当初与我签订翻译合同的是徐定翔编辑，我在版序言中对他

表示了诚挚的感谢，现在再次感谢他对我的信任和指点；管理这本书时间长的是刘皎编

辑，差不多有十年了吧！十年来，她总是那么热情爽朗，随时在QQ和微信上回应我的讯

息，使我倍感亲切；还有美编、发行，没有他们的努力，哪里会有什么“长青树”。感谢

读者的提醒和指正，使得此书在重印时更正了早期的几处瑕疵，成为精雕细琢的佳品。我

以一名不成熟的译者的身份，多年来享受着一本好书的荣光，心中对上述所有关心此书者

的感激之情，难以一一言表，在此一并谢过。

正如O’Reilly出版社Head First系列的其他图书那样，本书在语言组织、排版设计方面非常有特色，用“周到”二字形容十分妥当，用“新颖”二字形容也毫不为过。其构思

跌宕起伏，行文妙趣横生，无论读者是职场老手、还是业界新人，无论是字斟句酌、还是

信手翻阅，都能跟随文字在职场中畅游，体味数据分析领域的乐趣与挑战。一本技术图书，

在传道授业之余，还兼具了章回小说的趣味与精彩。这些设计巧妙的“章回”向读者生动

地展现了数据分析基本步骤、实验方法、化方法、假设检验方法、贝叶斯统计方法、

主观概率法、启发法、直方图法、回归法、误差处理、相关数据库、数据整理技巧。此后

意犹未尽，又以三篇 附录介绍数据分析的十大要务、R工具及ToolPak工具。不仅尽情展现了目标知识，还为读者搭建了走向深入研究的桥梁……字里行间，流露出作者传道授业的

热忱。

本书竭尽全力地做到了以下两点。，克服术语的障碍。对于这一点，英文读者恐

怕比中文读者体会更深，层出不穷的英文术语甚至让以英语为母语的读者都感到头痛，作

者深知这一点，于是尽量用浅显的语言表述，解除英文读者的心头之患；至于中文，感谢

汉语的优秀特性（倘若作为译者的我没有帮倒忙的话），术语方面的问题甚至可以忽略不

计了（为方便读者审评，部分术语翻译对照表可扫封底二维码获取）。第二，设法实现理

论与实践的转化。理论如何向实践转化？这一向是学习者的难题，然而本书精心构思的“

章回”体裁，让理论知识与实际操作水乳交融，更贴近职场实践。除了谈分析，作者也谈

经济、谈局势、谈心理、谈做人，涉猎广泛，面面俱到。

十三年来，我经常关注读者对本书的评价，初有一两个评价是关于翻译质量的，后

来译者渐渐被遗忘（这是好事），绝大部分评价都针对书籍内容、价格、包装、快递……

纷纷扰扰，实属热闹，既是“热”书，本该如此。有的读者爱它，因为简单；有的读者恨

它，也因为简单。爱的恨的，都可以理解，不仅可以理解，而且令人钦佩——都是一些勤

奋上进的人儿呀！

本书初次面市时，微博刚刚进入人们的生活，豆瓣还是当时为数不多的读者交流平台

之一，我初看到的评论，就来自这些地方。后来，微信横空出世，公众号成了自媒体人

谈天论地的“后花园”，关于本书的书评也更为细腻、深入、广泛、图文并茂。不过，无

论读者平台如何潮涨潮落，都没有淹没《深入浅出数据分析》这艘知识的小舟。相反，它

一直逐波远行，笑看数据分析技术的日新月异。每每思及此处，想到那些凭此书叩开数据

分析领域大门的人，那些熟谙本书介绍的数据分析技巧而在职场中游刃有余的人，总觉得

他们的快乐、满足和积极上进的精神也传递到了我的身上。

作为译者，我是幸福的。

译者　李芳

2023年2月

《深入浅出数据分析》以类似“章回小说”的活泼形式，生动地向读者展现优秀的数据分析人员应知应会的技术：数据分析基本步骤、实验方法、化方法、假设检验方法、贝叶斯统计方法、主观概率法、启发法、直方图法、回归法、误差处理、关系数据库、数据整理技巧；正文之后，意犹未尽地以三篇附录介绍数据分析十大要诀、R工具及ToolPak工具，在充分展现目标知识以外，为读者搭建了走向深入研究的桥梁。

本书通过精心设计的实践场景，让读者不由自主地代入角色当中，真正在体验中学习、思考，将数据分析的要点融化于心，自如地应用在工作和生活中。

Michael Milton,将自己的大半职业生涯献给了非盈利机构，帮助这些机构解析和处理，从赞助人那里收集来的数据，提高融资能力。Michael Milton拥有新佛罗里达学院哲学学位及耶鲁大学宗教伦理学学位。多年来，他博览群书，这些书籍虽字字珠玑，却枯燥乏味；蓦然抬首，深入浅出（HeadFirst）系列图书让他眼前一亮，他欣然抓住机会，写出了这本同样字字珠玑，兼振奋人心的书。走出图书馆和书店，人们会看到他在跑步、摄影，以及亲手酿制啤酒。

深入浅出数据分析

总目录

序言 XXVIII

1 数据分析引言：分解数据 1

2 实验：检验你的理论 37

3 化：寻找值 75

4 数据图形化：图形让你更精明 111

5 假设检验：假设并非如此 139

6 贝叶斯统计：穿越关 169

7 主观概率：信念数字化 191

8 启发法：凭人类的天性做分析 225

9 直方图：数字的形状 251

10 回归：预测 279

11 误差：合理误差 315

12 关系数据库：你能关联吗？ 359

13 整理数据：井然有序 385

附录A 尾声：正文未及的十大要诀 417

附录B 安装R：启动R！ 427

附录C 安装Excel分析工具：ToolPak 431

细分目录及各章引子

0 序言

大脑对待数据分析的态度。一边是你努力想学会一些知识，一边是你的大脑忙着开小差。你的大脑在想：“好把位置留给更重要的事， 像该离哪些野生动物远点啊，像光着身子滑雪是不是个坏点子啊。”既然如此，你该如何引诱你的大脑意识到，懂得数据分析是你安身立命的根本？

谁适合阅读本书？ XXIX

我们了解你在想什么 XXX

我们了解你的大脑在想什么 XXX

元认知：对思考的思考 XXXII

我们的做法 XXXIII

自述 XXXV

技术顾问组 XXXVII

致谢 XXXVIII

1 数据分析引言

分解数据

数据无处不在。如今，不管是不是自称数据分析师，人人都得处理堆积 如山的数据。熟谙一切数据分析技术方法的分析者会比其他人技高一筹： 他们知道如何处理所有的数据材料，如何将原始数据转变成推进现实工 作的妙策，如何分解和构建复杂的问题和数据集，进而牢牢把握工作中 的各种问题的要害。

Acme化妆品公司需要你出力 2

首席执行官希望数据分析师帮他提高销量 3

数据分析就是仔细推敲证据 4

确定问题 5

客户将帮助你确定问题 6

Ac