一、數(shù)據(jù)的分類？
根據(jù)不同的分類方法，可以將統(tǒng)計數(shù)據(jù)分為以下幾種類型：
按計量層次分類
按照數(shù)據(jù)的計量層次，可以將統(tǒng)計數(shù)據(jù)分為定類數(shù)據(jù)、定序數(shù)據(jù)、定距數(shù)據(jù)與定比數(shù)據(jù)。
1.定類數(shù)據(jù)。這是數(shù)據(jù)的最低層。它將數(shù)據(jù)按照類別屬性進行分類，各類別之間是平等并列關(guān)系。這種數(shù)據(jù)不帶數(shù)量信息，并且不能在各類別間進行排序。例如，某商場將顧客所喜愛的服裝顏色分為紅色、白色、黃色等，紅色、白色、黃色即為定類數(shù)據(jù)。又如，人類按性別分為男性和女性也屬于定類數(shù)據(jù)。雖然定類數(shù)據(jù)表現(xiàn)為類別，但為了便于統(tǒng)計處理，可以對不同的類別用不同的數(shù)字或編碼來表示。如1表示女性，2表示男性，但這些數(shù)碼不代表著這些數(shù)字可以區(qū)分大小或進行數(shù)學(xué)運算。不論用何種編碼，其所包含的信息都沒有任何損失。對定類數(shù)據(jù)執(zhí)行的主要數(shù)值運算是計算每一類別中的項目的頻數(shù)和頻率。[3]
2.定序數(shù)據(jù)。這時數(shù)據(jù)的中間級別。定序數(shù)據(jù)不僅可以將數(shù)據(jù)分成不同的類別，而且各類別之間還可以通過排序來比較優(yōu)劣。也就是說，定序數(shù)據(jù)與定類數(shù)據(jù)最主要的區(qū)別是定序數(shù)據(jù)之間還是可以比較順序的。例如，人的受教育程度就屬于定序數(shù)據(jù)。我們?nèi)钥梢圆捎脭?shù)字編碼表示不同的類別：文盲半文盲=1，小學(xué)=2，初中-3，高中=4，大學(xué)=5，碩士=6，博士=7.通過將編碼進行排序，可以明顯地表示出受教育程度之間的高低差異。雖然這種差異程度不能通過編碼之間的差異進行準確的度量，但是可以確定其高低順序，即可以通過編碼數(shù)值進行不等式的運算。[3]
3.定距數(shù)據(jù)。定距數(shù)據(jù)是具有一定單位的實際測量值（如攝氏溫度、考試成績等）。此時不僅可以知道兩個變量之間存在差異，還可以通過加、減法運算準確的計算出各變量之間的實際差距是多少。可以說，定距數(shù)據(jù)的精確性比定類數(shù)據(jù)和定序數(shù)據(jù)前進了一大步，它可以對事物類別或次序之間的實際距離進行測量。例如，甲的英語成績?yōu)?0分，乙的英語成績?yōu)?5分，可知乙的英語成績比甲的高5分。[3]
4.定比數(shù)據(jù)。這是數(shù)據(jù)的最高等級。它的數(shù)據(jù)表現(xiàn)形式同定距數(shù)據(jù)一樣，均為實際的測量值。定比數(shù)據(jù)與定距數(shù)據(jù)唯一的區(qū)別是：在定比數(shù)據(jù)中是存在絕對零點的，而定距數(shù)據(jù)中是不存在絕對零點的（零點是人為制定的）。因此定比數(shù)據(jù)間不僅可以比較大小，進行加、減運算，還可以進行乘、除運算。[3]
在統(tǒng)計分析中，區(qū)分數(shù)據(jù)的類型十分重要，不同測度類型的數(shù)據(jù)，扮演的角色是不一樣的。[3]
按來源分類
數(shù)據(jù)的來源主要有兩種渠道：一種是通過直接的調(diào)查獲得的原始數(shù)據(jù)，一般稱為第一手或直接的統(tǒng)計數(shù)據(jù)；另一種是別人調(diào)查的數(shù)據(jù)，并將這些數(shù)據(jù)進行加工和匯總后公布的數(shù)據(jù)，通常稱之為第二手或間接的統(tǒng)計數(shù)據(jù)。[3]
按時間狀況分類
1.時間序列數(shù)據(jù)。它是指在不同的時間上搜集到的數(shù)據(jù)，反映現(xiàn)象隨時間變化的情況。
2.截面型數(shù)據(jù)。它是指在相同的或近似的時間點上搜集到的數(shù)據(jù)，描述現(xiàn)象在某一時刻的變化情況。
二、數(shù)據(jù)分類的原則？
數(shù)據(jù)分類的基本原則如下：
1.穩(wěn)定性:依據(jù)分類的目的，選擇分類對象的最穩(wěn)定的本質(zhì)特性作為分類的基礎(chǔ)和依據(jù)，以確保由此產(chǎn)生的分類結(jié)果最穩(wěn)定。因此，在分類過程中，首先應(yīng)明確界定分類對象最穩(wěn)定、最本質(zhì)的特征。
2.系統(tǒng)性:將選定的分類對象的特征（或特性）按其內(nèi)在規(guī)律系統(tǒng)化進行排列，形成一個邏輯層次清晰、結(jié)構(gòu)合理、類目明確的分類體系。
3.可擴充性:在類目的設(shè)置或?qū)蛹壍膭澐稚希粲羞m當?shù)挠嗟兀员ＷC分類對象增加時，不會打亂已經(jīng)建立的分類體系。
4.綜合實用性:從實際需求出發(fā)，綜合各種因素來確定具體的分類原則，使得由此產(chǎn)生的分類結(jié)果總體是最優(yōu)、符合需求、綜合實用和便于操作。
5.兼容性:有相關(guān)的國家標準則應(yīng)執(zhí)行國家標準，若沒有相關(guān)的國家標準，則執(zhí)行相關(guān)的行業(yè)標準；若二者均不存在，則應(yīng)參照相關(guān)的國際標準。這樣，才能盡可能保證不同分類體系間的協(xié)調(diào)一致和轉(zhuǎn)換。
三、分類數(shù)據(jù)的特點？
統(tǒng)計數(shù)據(jù)按不同的分類規(guī)則可分為不同的類型，這里主要按三種分類規(guī)則分類。
（1）按照所采用的計量尺度不同，可以將統(tǒng)計數(shù)據(jù)分為分類數(shù)據(jù)、順序數(shù)據(jù)和數(shù)值型數(shù)據(jù)。
（2）按照統(tǒng)計數(shù)據(jù)的收集方法，可以將其分為觀測數(shù)據(jù)（observational data）和實驗數(shù)據(jù)（experimental data）。
（3）按照被描述的對象與時間的關(guān)系，可以將統(tǒng)計數(shù)據(jù)分為截面數(shù)據(jù)和時間序列數(shù)據(jù)。
四、分類數(shù)據(jù)的例子？
1、類目型2、計數(shù)型3、命名型4、順序型5、等距型6、等比型1和3是一樣的吧，至于2，我感覺應(yīng)該是和4一樣的
五、pandas數(shù)據(jù)分類？
Series：一維數(shù)組，與Numpy中的一維array類似。二者與Python基本的數(shù)據(jù)結(jié)構(gòu)List也很相近。Series如今能保存不同種數(shù)據(jù)類型，字符串、boolean值、數(shù)字等都能保存在Series中。
Time- Series：以時間為索引的Series。
DataFrame：二維的表格型數(shù)據(jù)結(jié)構(gòu)。很多功能與R中的data.frame類似。可以將DataFrame理解為Series的容器。
Panel ：三維的數(shù)組，可以理解為DataFrame的容器。
Panel4D：是像Panel一樣的4維數(shù)據(jù)容器。
PanelND：擁有factory集合，可以創(chuàng)建像Panel4D一樣N維命名容器的模塊。
六、數(shù)據(jù)行業(yè)分類？
歸納起來可以按照以下方式進行分類：
(1)從大數(shù)據(jù)處理的過程來分：包括數(shù)據(jù)存儲、數(shù)據(jù)挖掘分析、以及為完成高效分析挖掘而設(shè)計的計算平臺，它們完成數(shù)據(jù)采集、ETL、存儲、結(jié)構(gòu)化處理、挖掘、 分析、預(yù)測、應(yīng)用等功能。
(2)從大數(shù)據(jù)處理的數(shù)據(jù)類型來劃分：可以分為針對關(guān)系型數(shù)據(jù)、非關(guān)系型數(shù)據(jù)(圖數(shù)據(jù)、文本數(shù)據(jù)、網(wǎng)絡(luò)型數(shù)據(jù)等)、半結(jié)構(gòu)化數(shù)據(jù)、混合類型數(shù)據(jù)處理的技術(shù)平臺。
(3)從大數(shù)據(jù)處理的方式來劃分：可以分為批量處理、實時處理、綜合處理。其中批量數(shù)據(jù)是對成批數(shù)據(jù)進行一次性處理，而實時處理(流處理)對處理的延時有嚴格的要求，綜合處理是指同時具備批量處理和實時處理兩種方式。
(4)從平臺對數(shù)據(jù)的部署方式看：可以分為基于內(nèi)存的、基于磁盤的。前者在分布式系統(tǒng)內(nèi)部的數(shù)據(jù)交換是在內(nèi)存中進行，后者則是通過磁盤文件的方式
七、有關(guān)數(shù)據(jù)分類的書籍？
以下是一些：1. 《數(shù)據(jù)挖掘概念與技術(shù)》：這本書涵蓋了數(shù)據(jù)分類的各個方面，包括貝葉斯分類器、決策樹、人工神經(jīng)網(wǎng)絡(luò)等。2. 《機器學(xué)習(xí)》：這本書是機器學(xué)習(xí)領(lǐng)域的經(jīng)典著作，涵蓋了包括聚類、分類、回歸等在內(nèi)的機器學(xué)習(xí)算法。3. 《數(shù)據(jù)科學(xué)實戰(zhàn)》：這本書詳細介紹了如何使用Python和R等語言進行數(shù)據(jù)分類，包括決策樹、支持向量機等算法。4. 《大數(shù)據(jù)分析》：這本書涵蓋了大數(shù)據(jù)分析的各個方面，包括數(shù)據(jù)預(yù)處理、數(shù)據(jù)分類等，同時也介紹了許多實際應(yīng)用案例。5. 《數(shù)據(jù)挖掘?qū)д摗罚哼@本書是數(shù)據(jù)挖掘領(lǐng)域的經(jīng)典著作，詳細介紹了各種數(shù)據(jù)挖掘算法，包括分類、聚類等。6. 《統(tǒng)計學(xué)》：這本書介紹了統(tǒng)計學(xué)的基本原理和方法，包括回歸分析、方差分析等，這些方法在數(shù)據(jù)分類中都有應(yīng)用。7. 《機器學(xué)習(xí)實戰(zhàn)》：這本書通過多個案例介紹了如何將機器學(xué)習(xí)算法應(yīng)用于實際問題中，包括分類問題。8. 《深度學(xué)習(xí)實戰(zhàn)》：這本書介紹了深度學(xué)習(xí)算法的原理和應(yīng)用，包括卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)等，這些算法可以用于解決分類問題。9. 《數(shù)據(jù)分類技術(shù)》：這本書詳細介紹了各種數(shù)據(jù)分類技術(shù)的原理和應(yīng)用，包括決策樹、貝葉斯分類器、支持向量機等。10. 《數(shù)據(jù)分析實戰(zhàn)》：這本書通過多個案例介紹了如何將數(shù)據(jù)分析技術(shù)應(yīng)用于實際問題中，包括分類問題。
八、傳輸數(shù)據(jù)單元的分類？
GPRS DTU：利用公共運營商網(wǎng)絡(luò)GPRS網(wǎng)絡(luò)(又稱G網(wǎng)絡(luò))為用戶提供無線遠程數(shù)據(jù)傳輸功能。嵌入式主要利用的是高性能工業(yè)級8/16/32位通信處理器和工業(yè)級無線模塊。作為一個軟件支撐平臺，嵌入式實時操作系統(tǒng)提供RS232和RS485(或RS422)接口，可以直接連接到串口設(shè)備，實現(xiàn)透明的數(shù)據(jù)傳輸功能。
WIFI DTU：基于WIFI無線通信的無線數(shù)據(jù)傳輸產(chǎn)品，通過Tlink自由物聯(lián)網(wǎng)平臺遠程管理，多種方式同步在線數(shù)據(jù)記錄、分析、歷史查詢、微信、短信報警等功能。
CAN DTU：支持過程數(shù)據(jù)對象、業(yè)務(wù)數(shù)據(jù)對象、緊急消息對象、同步消息對象、網(wǎng)絡(luò)配置對象等。
4G DTU：4G DTU功能相當豐富，因此用途也相對廣泛。
九、化學(xué)數(shù)據(jù)分類的標準？
本專題涉及化學(xué)分類的標準有91條。
國際標準分類中，化學(xué)分類涉及到茶、咖啡、可可、危險品防護、鋼鐵產(chǎn)品、涂料配料、分析化學(xué)、環(huán)境保護、職業(yè)安全、工業(yè)衛(wèi)生、空氣質(zhì)量、事故和災(zāi)害控制、建筑材料、輻射防護、黑色金屬、化工產(chǎn)品、防護設(shè)備、物理學(xué)、化學(xué)、管道部件和管道、電工器件、土質(zhì)、土壤學(xué)、核能工程、醫(yī)療設(shè)備、電子元器件綜合。
在中國標準分類中，化學(xué)分類涉及到茶葉制品、標志、包裝、運輸、貯存綜合、鋼鐵產(chǎn)品綜合、顏料基礎(chǔ)標準與通用方法、染料基礎(chǔ)標準與通用方法、衛(wèi)生、安全、勞動保護、基礎(chǔ)標準與通用方法、公共醫(yī)療設(shè)備、混凝土、集料、灰漿、砂漿、標志、包裝、運輸、貯存、勞動防護用品、防爆電器、合成樹脂、塑料基礎(chǔ)標準與通用方法、繼電保護及自動裝置、塑料型材、、實驗室用玻璃、陶瓷、塑料器皿、陶瓷、玻璃綜合、基礎(chǔ)標準與通用方法。
十、企業(yè)數(shù)據(jù)分類的標準？
1、定類數(shù)據(jù)——表現(xiàn)為類別，但不區(qū)分順序，是由定類尺度計量形成的。
2、定序數(shù)據(jù)——表現(xiàn)為類別，但有順序，是由定序尺度計量形成的。
3、定距數(shù)據(jù)——表現(xiàn)為數(shù)值，可進行加、減運算，是由定距尺度計量形成的。
4、定比數(shù)據(jù)——表現(xiàn)為數(shù)值，可進行加、減、乘、除運算，是由定比尺度計量形成的。
