用来衡量数据对称程度的指标
偏度-skewness（3次方）
峰度-kurtosis
why stdev cannot used for measure 数据对称程度? because stdev 是取了平方再根号，无法知道往哪一个方向偏离了中心
kurtosis--主要衡量异常值偏离均值的概率
和钱相关的基本都是右偏的
正态分布的峰度位3 --黑线
我们研究峰度是为了研究异常值， 高峰肥尾（蓝线）表示更高的频率出现极大的差异值， 低峰瘦尾（红线） 这个结论有一个隐含前提条件：即这组分布和正态分布一样，它的mode, mean, middle 是一样的
我们通常会用离散程度衡量分险
coefficient of variation cv 相对离散指标，比如下面的例子：A B两组挖沟，明显b的偏差更好，但是stdev 无法反映出来，所以用s/x=cv来更好的反映出两组的差异。（cv 是剔除了数据规模的影响）
cv 衡量的每单位回报所承担的分险有多少（越小越好）s-风险， x 罢 =收益率
第一个指标：mean(均值）
几何平均数更接近现实，它包含了复利的思想在里面，儿算术平均只考虑的单利。
比如每年的投资受益率不同，三年的复利为（1+10%）*（1+8%）*（1+12%） 就等于 (1+R)^3, 其中R就是三年的几何平均收益率。
第二个指标， 中位数、众数
第三个指标：分位数（四分位，百分位）（先从小到大排序）
数据类型
数值型 （连续、离散）-定量
分类型（名义、顺序）定性--顺序不是数值型，因为不计算顺序之间的差异，比如酒店的星级排名。
第一种分类方式
第二种分类方式
第三种分类方式
汇总呈现
划分小组（频宽）-定量数据
划分类别--定性数据
frequency polygon-将每个柱子的中间点连接起来就形成了红色的这个线，又称requency polygon line.
统计分为两类：descriptive statistics 描述性统计 和inferential statistic 推断性统计
描述性统计（用指标、图表）来描绘一组数据的重要特征（mean, stdev, 偏度和丰度，相关性指标）
推断性统计就是对一组大数据量的总体做预测、估计和判断
两种描述都会用抽样的方法里描述整体的数据情况
其中，推断性统计包含了两个部分（估计 estimation 和假设 hypothesis-先猜后证）
概率针对的是随机变量的分析的规律，而且随机变量的规律只能对长期大量的数据下，规律才会显现
定量分析： independent variable -自变量
dependent variable-因变量
方程
方差分析： 定性分析（ 某一个factor 是否对 另一个结果是否有显著影响
create view , create teable
drop view , drop table
Create view productcustomers as
Select CompanyName,ContactName,ProductID FROM Customers,orders,order_details where Customers.CustomerID=Orders.CustomerID AND Order_Details.OrderID=Orders.OrderID;
select SupplierID,UnitPrice,UnitsOnOrder from products where UnitPrice<=6；
UNION
select SupplierID,UnitPrice,UnitsOnOrder from products where SupplierID IN(10,15);
组合起来，其实就是将两个条件用or 连接。两者等价。所以实际应用中，union 常被or代替使用
select SupplierID,UnitPrice,UnitsOnOrder from products where UnitPrice<=6 OR SupplierID IN(10,15);
注意：对联合查询对结果排序order by 语句只能放在最后一条。
必须加表名.supplierID 和另一张表名.supplierID
可以没有子句但是顺序不能乱
count（*）会包含空值，对所有的记录都进行计数
日期时间处理是重点
文本处理
系统默认从1970.1.1 日 开始计时
date() 函数让包涵这一天的记录都选择进来
abs() 常用，其他的了解即可。
as alies name
复杂的逻辑关系可以用小括号来定义计算顺序。
记忆部分
过滤数据
使用where子句来过滤显示某些条件的记录
能用sql 用sql 来查询
"= ""between" are differenet with python
select xx from xx( 字段名，区分大小写）
select ProductName from Products
多条sql 语句用; 分号来结束前一条语句
检索多列字段名用半角逗号隔开。举例如下
注意：一般我们都是对一个字段去重复
限制显示：用LIMIT
SELECT ProductName FROM Products LIMIT5,5;
第一个5 表示从第（5+1）=6行开始（应为sql 行0开始的）
第儿个5 表示长度为5 条记录
pandas -index 在数据库称为主键
连接数据库
方法一 登陆网页版
mysql.bizanaly.com userID test pswd: Aa123456
登陆后我么主要用north
方法二 安装phpstudy 数据库管理工具
mysql-front(常用）的数据库
use <db name>
show 命令显示信息
默认time delta（days)
切片【%y-%m-%d】
时间对象 datetime()
to_datetime 方法
要求： 生成一个已日期为列 ，随机数为值的两行数
in
注意： randn(4) 对应上面的dates 有4个列表元素的index
out:
按日，周，月，年 只需要用resample（'D')即可。
可以用下面这个办法来生成一个日期范围。
同比，环比 用shift(2) shift(-2) 往前移动
