python统计输入数的个数及平均值
数据分析有哪些书籍和工具可以推荐？
数据分析有哪些书籍和工具可以推荐？
我是一个普通的电商运营，因此我推荐的书最多只是适合普通电商运营的日常需求，我推荐的也必是我阅读过的，我认为对我工作有用的。下面是我推荐的书，也是我阅读时的笔记：
刚在做《从1开始：数据分析师成长之路》这本书，作者是张旭东。
1.好的作者写的书籍，总是能够把一门技能、一种思维由浅入深地娓娓道来，并且这过程有哪些注意的点，在实践过程中会出现什么问题，都能够一一说明，这才是有丰富实践经验的作者，这才是真正有无与伦比的作者！
比如作者论述excel图表时是这样说的：
拆线图反映变化趋势；
饼状图反映组成成分；
柱状图反映数值大小；
散点图反映数据集中度；
面积图反映数据累积情况。
并针对现实场景进行了一一举例。
这虽然是对图表简单的描述，也正是这么基础的描述，你能感受到作者是经过多少实践、也大概率是在不断教导新人的过程中总结出来的经验，而绝对不是东拼西凑成书的。
另一个例子是论述数据需求处理时，作者给出的流程是：
需求方（提需求）——分析师（确认需求的目的）——目标数据拆分——提供数据——效果追踪。
这是简单的流程，作者分别对每一步进行说明，并且对第一步需要用到的实用技巧也提点出来了，比如目标数据可以如何拆分：可以从属性、行为这两个维度，
属性：地域、年龄、性别、星座......
行为：浏览、点击、收藏、加购、购买......
同一属性、不同行为描述概括，比如了解某一年龄阶段的一系列行为；
不同属性、同一行为的对比分析，比如不同城市的收藏加购数据对比。
还是简单的论述，但却是思路清晰，内容实用，让我马上对自己日常工作的数据分析有了条理和清晰的思路！
这才是实战的作者，实践经验丰富的作者知道读者们需要什么，因为这就是他每天在做的事情。
2.在本书的前面作者也对数字、数据、数学、统计学以及平均值、方差等基本概念做了简单的说明，对常用逻辑思维也有例举，算是对小白的普及引导，对于一个日后将成为专业的运营管理人员来说，无疑能够增加不少认识；当然别的书籍也会有这样的描述，本书作者好的地方就在于其简单明了地说明，也有些简单的例子，让人看了就懂、理解，不会觉得枯燥， 最重要的，不会让读书觉得作者在凑字数！说一些大话、空话！在我经历了那么多各种东拼西凑、重复啰嗦凑字数的烂书之后，发现能够这样简单明了把事情向读者说得清楚的书(和作者)是多么难得。
3.作者说到数据分析的逻辑时，并没有一一列举常见的一些数据分析逻辑，可能不是作者想要论述的或作者平时常用的经验，但我习惯性地在笔记本写下：常见的数据分析逻辑有哪些？然后自己想到什么就一一先写下来，并且举例子，比如我写下其中一个逻辑是：结论——论据＋论述——结论，大概是总分总的模式，然后我举的例子是最近我觉得抖音直播是会很快过时的一种带货方式(这是我的结论或判断)，然后自己写出几个论据(理由)。这是我习惯的一种笔记方式，后续复习笔记时我想到什么，可以继续补充发挥，以积累这方面的知识。
4.书中有一句话戳中了我的痛点：许多人为了学习一门技能，先后购买了许多书和教程……不断与人交流学习……经过一番折腾后却发现收效甚微，到头来才发现没有基于应用场景的学习只能停留在皮毛阶段……。简单来说就是学习要理论与实际先结合，但这耳熟能详的道理却往往被我们忽略，不少人都在走这样的弯路，最终落得个草草收场，认为学习真的是太难了，不是一般人能做的事情！我前几年一直在走这样的弯路啊！另外即使明白这个道理也养成了习惯，习惯基于应用场景的学习以保重高效，但有些技能的应用场景本身就很少甚至你没有机会接触应用场景，那也很难高效学习，比如管理学、领导力、人际关系这些学问。
总的来说这本书带给我的启发是不少的，这是我阅读过的最好的数据分析的书了，带给我的更多的是认知上的提升。另外之前看过的数据分析相关的书中也不错的有《谁说菜鸟不会数据分析》《你早该这么玩excel》，这两本书就偏向于具体的数据处理技能，更工具性。
python聚类的簇的特征？
Python聚类时，簇的特征一般是簇内所有点的特征的平均值。