发帖
雷达卡
首先，维度分析是一个比较大的范畴，涵盖的方面很多，比如一个主题的多方面，也可以是多个主体的多方面，还可以是横向维度、纵向维度以及时间维度等等，所以在培养过程中切忌过分依赖某个维度。
另外，维度分析的应用不能因为寻求角度的数量，而忽略了前后衔接性的重要。在维度分析应用时，同样在遵循相应的逻辑性，多个维度之间应存在关联性。
所以，当数据有了维的概念之后，便可对数据进行多维分析操作，常见的多维分析操作主要有：钻取（上钻和下钻）、切片、切块、旋转。
钻取：钻取是改变维度的层次，变换分析的粒度。钻取包括上钻和下钻，上钻是在某一维上将低层次的细节数据概括到高层次的汇总数据的过程，减少了分析的维数；下钻则是相反，它是将高层次的汇总数据进行细化，深入到低层次细节数据的过程，增加了分析的维数。
切片和切块：在多维分析中，如果在某一维度上限定了一个值，则称为对原有分析的一个切片，如果对多个维度进行限定，每个维度限定为一组取值范围，则称为对原有分析的一个切块。
在多维分析中，维度都是按某一顺序进行显示，如果变换维度的顺序和方向，或交换两个维度的位置，则称为旋转。
大家在生活或学习过程中一旦养成了多维度思维，不仅对从事数据分析工作者有益处，对普通人亦是有百利而无一害。
相关帖子DA内容精选
|
京公网安备 11010802022788号
