京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06在 CDA(Certified Data Analyst)数据分析师的工作中,“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材:CDA教材一级:商业数据分析(2025)__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04