美发店会员卡管理系统网站图片优化怎么做

美发店会员卡管理系统,网站图片优化怎么做,南充市房地产网官方网站,seo教育培训机构当你踏入数据分析的大门时#xff0c;可能会被海量的数据淹没#xff0c;感到无从下手。想象一下#xff0c;你想了解一座巨大森林里所有树木的平均高度#xff0c;难道要一棵一棵地去测量吗#xff1f;这显然不现实。这时#xff0c;“抽样” 这个强大的工具就该登场了可能会被海量的数据淹没感到无从下手。想象一下你想了解一座巨大森林里所有树木的平均高度难道要一棵一棵地去测量吗这显然不现实。这时“抽样” 这个强大的工具就该登场了本文将带你全面了解各种抽样方法并用Python代码演示实际应用。1. 抽样是什么抽样 是从总体中选取部分样本进行分析的过程。这样做的主要原因是节省时间和资源处理全部数据成本高昂可行性当总体无限或无法完全获取时效率快速获得初步分析结果在抽样的世界里主要有两种不同的理念形成了两大阵营非随机抽样抽样过程不遵循随机原则而是根据研究人员的主观经验或方便性来选择样本。这种方法简单、快速、成本低适用于探索性研究或对时效性要求高的场景。随机抽样也称为概率抽样它遵循随机原则确保总体中的每个单位都有一定的机会被抽中。这种方法专业性强可以客观地衡量抽样误差是数据分析中更常用、更科学的方法。接下来我们将重点介绍几种主流的抽样方法。2. 非随机抽样非随机抽样虽然在严谨的数据分析中需要谨慎使用但在某些场景下依然有其价值。它的实现原理是根据研究者的主观判断、方便程度或特定需求来选择样本不保证每个个体都有被抽中的机会。常见的非随机抽样包括方便抽样、判断抽样、滚雪球抽样等。典型的应用场景有产品初期快速的用户访谈在产品开发的早期阶段为了快速收集用户反馈可能会在公司门口或附近的咖啡馆随机邀请用户进行简短访谈。特定人群的深度研究研究某个罕见病群体时可以通过医生推荐或患者社群来寻找研究对象这类似于滚雪球抽样。下面用Python实现一个简单的非随机抽样的示例。import pandas as pdimport numpy as np# 模拟创建一个包含1000名用户的数据集np.random.seed(42)data {user_id: range(1, 1001),age: np.random.randint(18, 60, size1000),city: np.random.choice([北京, 上海, 广州, 深圳, 杭州], size1000),activity_score: np.random.randint(1, 101, size1000) # 活跃度评分1-100}df pd.DataFrame(data)# 非随机抽样判断抽样# 我们主观判断活跃度分数高于90的用户为高活跃度代表high_activity_sample df[df[activity_score] 90]print(判断抽样活跃度90的样本量:, len(high_activity_sample))print(high_activity_sample.head())运行结果3. 随机抽样随机抽样是数据分析的基石它能确保样本的代表性从而让我们的分析结论更具说服力。随机抽样一般有下面四种方式3.1. 简单随机抽样这是最基础的随机抽样方法确保总体中每个个体被抽中的概率完全相等。就像从一个装满小球的箱子里随机摸球一样每个球被摸到的机会都是一样的。它的典型应用场景有满意度调查从全体用户中随机抽取一部分发送满意度调查问卷。A/B测试用户分组将参与测试的用户随机分配到A组和B组确保两组用户在初始状态下没有系统性差异。下面是Python实现的一个简单随机抽样示例。先创建测试数据这些数据在后面其他随机抽样示例中也会使用。# 创建模拟数据集某公司客户数据np.random.seed(42) # 设置随机种子保证结果可重现customer_data pd.DataFrame({customer_id: range(1, 1001),age: np.random.randint(18, 70, 1000),income: np.random.normal(50000, 15000, 1000).astype(int),satisfaction_score: np.random.randint(1, 11, 1000)})print(原始数据集概况)print(f数据量{len(customer_data)})print(f平均收入{customer_data[income].mean():.2f})print(f平均满意度{customer_data[satisfaction_score].mean():.2f})# 运行结果原始数据集概况数据量1000平均收入50863.12平均满意度5.39然后进行简单随机抽样# 简单随机抽样simple_random_sample customer_data.sample(n50, random_state42)print(简单随机抽样结果)print(f样本量{len(simple_random_sample)})print(f样本平均收入{simple_random_sample[income].mean():.2f})print(f样本平均满意度{simple_random_sample[satisfaction_score].mean():.2f})# 运行结果简单随机抽样结果样本量50样本平均收入48647.12样本平均满意度4.76抽样数据与总体数据相比收入分布和满意度分布情况如下3.2. 分层随机抽样分层随机抽样是先将总体按照某种特征分成若干个互不重叠的“层”然后在每个层内部分别进行简单随机抽样。这种方法可以保证样本的结构与总体的结构相似特别适用于总体内部差异较大的情况。它的典型应用场景有不同城市用户的消费习惯分析为了解全国用户的消费习惯可以先将用户按城市如一线、新一线、二线城市分层再从每一层中按比例抽取用户进行研究确保样本中各城市的用户比例与总体一致。不同年级学生的学习情况调查将学生按年级分层再从各年级中抽取一定比例的学生进行调查。下面是Python实现的一个分层随机抽样示例。# 创建分层按年龄分组customer_data[age_group] pd.cut(customer_data[age],bins[0, 30, 45, 60, 100],labels[青年, 中青年, 中年, 中老年],)print(各年龄组人数)print(customer_data[age_group].value_counts())# 分层随机抽样每层按比例抽取stratified_sample (customer_data.groupby(age_group, observedFalse).apply(lambda x: x.sample(frac0.05, random_state42),include_groupsFalse,).reset_index())print(\n分层随机抽样结果)print(f样本量{len(stratified_sample)})print(样本中各年龄组分布)print(stratified_sample[age_group].value_counts())# 运行结果各年龄组人数age_group中青年 297中年 282青年 238中老年 183Name: count, dtype: int64分层随机抽样结果样本量50样本中各年龄组分布age_group中青年 15中年 14青年 12中老年 9Name: count, dtype: int64分层随机抽样和简单随机抽样以及总体数据对于平均收入的估计如下从图中可以看出分层随机抽样更接近于总体的值。3.3. 系统随机抽样系统随机抽样是将总体中的所有单位按一定顺序排列然后按照固定的间隔步长来抽取样本。比如从1000人中抽取100人可以每隔10人抽取1人。它的典型应用场景有生产线产品质量检测每隔100件产品抽取1件进行质量检测。电话调查从电话号码簿中每隔50个号码抽取一个进行访问。下面是Python实现的一个系统随机抽样示例。# 系统随机抽样def systematic_sampling(data, step):start np.random.randint(0, step)indices range(start, len(data), step)return data.iloc[indices]systematic_sample systematic_sampling(customer_data, 20) # 每20个抽1个print(系统随机抽样结果)print(f样本量{len(systematic_sample)})print(f样本平均收入{systematic_sample[income].mean():.2f})# 运行结果系统随机抽样结果样本量50样本平均收入50763.34系统随机抽样的示意图如下3.4. 整群随机抽样整群随机抽样是将总体划分为若干个互不重叠的“群”然后随机抽取其中的若干个群对抽中的群里的所有单位进行调查。它的典型应用场景是城市居民健康调查将城市划分为若干个社区群随机抽取几个社区然后对这几个社区的所有居民进行健康调查。全国多所学校的学生视力普查将全国的学校作为“群”随机抽取几十所学校然后对这些学校的所有学生进行视力检查。下面是Python实现的一个整群随机抽样示例。# 创建模拟的群组数据假设客户按地区分组regions [北京, 上海, 广州, 深圳, 杭州, 成都, 武汉, 西安]customer_data[region] np.random.choice(regions, len(customer_data))print(各地区客户数量)print(customer_data[region].value_counts())# 整群随机抽样随机选择3个地区调查这些地区的所有客户selected_regions np.random.choice(regions, size3, replaceFalse)cluster_sample customer_data[customer_data[region].isin(selected_regions)]print(f\n抽中的地区{selected_regions})print(整群随机抽样结果)print(f样本量{len(cluster_sample)})print(f样本平均收入{cluster_sample[income].mean():.2f})print(f总体平均收入{customer_data[income].mean():.2f})# 运行结果各地区客户数量region武汉 141广州 133成都 132杭州 124北京 120上海 118深圳 116西安 116Name: count, dtype: int64抽中的地区[杭州 深圳 武汉]整群随机抽样结果样本量381样本平均收入50319.75总体平均收入50863.12整群随机抽样得到的平均收入与总体数据的比较如下图它们的值非常接近。