数据分析流程

循环到第二步到第四步，进行数据分析，根据图表得出结论完成文章。

获取数据（爬虫，数据仓库），验证数据，数据清理（缺失值、孤立点、垃圾信息、规范化、重复记录、特殊值、合并数据集），使用python进行文件读取csv或者txt便于操作数据文件（I/O和文件串的处理，逗号分隔），抽样（大数据时。关键是随机），存储和归档。

单一变量：点图、抖动图；直方图、核密度估计；累计分布函数；两个变量：散点图、LOESS平滑、残差分析、对数图、倾斜；多个变量：假色图、马赛克图、平行左边图。

推算和估算（均衡可行性和成本消耗），缩放参数模型（缩放维度优化问题），建立概率模型（二项、高斯、幂律、几何、泊松分布与已知模型对比）。

选择合适的机器学习算法（蒙特卡洛模拟，相似度计算，主成分分析），大数据考虑用Map/Reduce，得出结论，绘制最后图表。