
大数据统计分析—《西游记》“妖口调查”_数据分析师
大数据分析作为当下最热的技术之一,大到可以帮助公共管理部门实现更好地管理决策,监管及公共协调等各项职能;帮助各类型企业分析当前数据,改善营销状况,获得更高利润等,小到任何一部电视剧、电影或歌曲,都可以被分析的彻彻底底。
当然,你不可能使用肉眼和心算去统计一片数据的海洋,我们一般借助数据可视化工具来进行整合分析。如我们可以使用大数据魔镜给大家熟悉的《西游记》做个“妖口调查”。我们可以使用简单的拖拽各项指标和输入数据简单得到最终结果。
据统计:主要妖怪共计44个,死亡21个,活命23个。详细情况如下:
1)妖怪背景
灵山背景妖怪9个,死1个;灵山及政府背景妖怪1个,被李天王捉回;道家及政府背景妖怪8个;无背景妖怪26个,其中活6个(其中4个皈依佛教),死20个。
2)性别统计
雌性14个,死12个;雄性30个,死9个。其中:蟒蛇精未交待性别,以雄性处理。刹女为人类,不计入妖精之内。
3)女妖伤亡情况及背景分析
女妖的死亡率达到了85.7%之高。
a:出场序对比
熊罴怪为第一个出场的男性妖怪,白骨夫人为第一个出场的女妖怪。下场却是:熊罴怪被观音收作守山大神,而白骨夫人却被悟空一棒打死(甚至可以认为是被打死三次)。
b:夫妻对比。
没有背景的妖怪中,有玉面公主(牛魔王二妻);万圣公主及其丈夫九头驸马。值得注意的一点是,这两对妖怪都是八戒所谓的“倒插门”。事实上,八戒也是倒插门,并且两次(一次是卵二姐,一次是高翠兰)。下场却是:玉面公主死,牛魔王活;万圣公主死,九头驸马活。而且这两个女妖都死于倒插门专业户——八戒的钉耙之下。
c:师兄妹对比。
黄花观主多目怪与盘丝洞七位女妖。这八人同门学艺,本为师兄妹。下场却是:七位蜘蛛精尽皆被悟空打死,而多目怪被毗蓝婆菩萨收回洞里,看守门户。由此可以看出,影响妖怪是否被打死的因素,性别为第一因素,有无背景只能放在第二位考虑。
4)男妖伤亡情况统计及背景分析
死去的9个男妖分别为虎力大仙、鹿力大仙、羊力大仙、假行者六耳猕猴、蟒蛇精、南山大王、及辟寒大王、辟暑大王、辟尘大王。其中,蟒蛇精未修成人形,不予讨论。其余八个妖的共同点是——他们身上的强盗气场很弱甚至没有,而骗子的本质则都很明显。如:车迟国的三位大仙是打着道家的旗号行骗,最后的三位辟寒辟暑辟尘三怪则是打着佛家的旗号行骗,假行者打着的旗号是谁的就自不必说了。
看,数据统计分析不仅可以将数量详细记录分类,还可以帮助我们借数据最终结果分析出统计内容的原因和背景因素。你也想像了解这些“妖怪”一样了解手中的所有数据吗?使用数据分析工具来自己做一个数据分析吧!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手 表格结构数据(以 “行 - 列” 存储的结构化数据,如 Excel 表、数据 ...
2025-09-16MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15CDA 数据分析师:激活表格结构数据价值的核心操盘手 表格结构数据(如 Excel 表格、数据库表)是企业最基础、最核心的数据形态 ...
2025-09-15Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10