你是否检查了你的数据

我们都知道，数据分析的基础是数据，没有数据，一切都是空口白话。但基本上大多数人都是拿到数据就开始直接使用，你是否检查了你的数据？

在利用可视化工具，比如DataFocus，进行数据分析之前，对你所收集或者即将收集的数据的质和量进行检查是非常有必要的。data.world的数据科学家和知识工程师Jonathan Ortiz曾说过“你的工程中大部分的时间，通常是80%的时间，将用于获取和清洗数据”。也就是说，数据分析的时间仅占20%，更多的时间应该放在前期准备。

举一些简单的例子说明一下数据的重要性。假如你正在收集数据，比如利用问卷的形式收集，人们对于问卷中的题目可能是随意作答的，并不是认真仔细问答，这时你就应该注意，过滤掉这些随意作答的问卷，保留有效问卷，至少若是一张问卷的所有问题都选择同一个答案的，无疑是一张废卷；接下来是记录的时候，可能因为不同人员记录的方式不同而出现前后不一致的情况，更加普遍的是，你可能会出现记录错误；再然后是网上下载的数据，若数据中某一列全是缺失值，则这一列也就无法进行分析；最后是当你的数据量过低或是独立变量太多的情况下，也很难利用数据可视化工具进行数据分析。“数据量越大、数据科学工具的效果就越好，预测模型就越强大。因为交易利率很低，所以独立的变量会对交易造成较大影响。不够大的数据集和复杂的相互作用削弱了预测模型的力量。

在进行数据分析之前，你必然是对你的分析结果有一定的预估，但若是出现了违反你预估的情况，不能盲目认为是你的预估出现了问题，也可能是数据存在错误。因此必须对数据进行更加仔细的探索。如果事先进行一些探索，你就可以自信的将这些数据分析结果呈现给需要的人看，而不会感到忐忑不安。