tableau怎樣分析性別與其他的關(guān)系？工具：Excel、tableau、mysql、navicat先用Excel參與簡單的數(shù)據(jù)處理--刪出空行、刪出再重復(fù)一遍項、無關(guān)數(shù)據(jù)隱藏。是從mysql（由na

tableau怎樣分析性別與其他的關(guān)系？

工具：Excel、tableau、mysql、navicat

先用Excel參與簡單的數(shù)據(jù)處理--刪出空行、刪出再重復(fù)一遍項、無關(guān)數(shù)據(jù)隱藏。

是從mysql（由navicat文件導(dǎo)入，此前excel文件完全沒有關(guān)系數(shù)據(jù)盡量做刪除一次性處理）和tableau對數(shù)據(jù)接受分析。

1、用戶性別比例。共有實際mysql、tableau餅圖發(fā)現(xiàn)一萬條數(shù)據(jù)中，男性（m）占比約四分之三，女性（f）僅四分之一左右。

2、用戶登記學(xué)校時間的長短的比例。都很辦理登記學(xué)校和沒有登記學(xué)校的人數(shù)，突然發(fā)現(xiàn)97.9%的用戶還沒有對學(xué)校通過登記，很有可能多數(shù)用戶對個人信息的保護(hù)意識比較強烈，也可能是注冊的時候總覺得麻煩卻沒填好。

用戶登記學(xué)校與否女生比例。三個對男、女用戶登記學(xué)校百分比接受差別發(fā)現(xiàn)，男生登記學(xué)校的比例低于女生。只能說明跟女生兩者相比，男生更不在乎別人清楚自己更多的信息。（左邊為男生，右邊為女生）

資金分析的思路和方法？

1、相對于象的資金流水?dāng)?shù)據(jù)，以前是然后文件導(dǎo)入到試用版的火眼中接受分析的，都能夠?qū)嶋H它里面的一個“列表總結(jié)”功能，直接輸入到很多大額資金氯化銀賬戶，都覺得這個功能很好用，后再隨即可以根據(jù)調(diào)的銀行交易流水后面的備注，查找這些賬號的性質(zhì)，有的是投資人、借款人、公司員工的賬號等等。

2、對此一些反洗錢數(shù)據(jù)，有的是這個可以找到涉案人員公司或涉案人員定購車產(chǎn)、房產(chǎn)、基金理財?shù)刃畔⒌?，主要是依?jù)什么后面的交易特別備注打開系統(tǒng)。

3、相對于三方數(shù)據(jù)，列如上海寶付、上海富友、廣州銀聯(lián)、京東網(wǎng)銀在線等，當(dāng)然這里面很多都是牽涉到到平臺的投資人、借款人的，具體是投資人那就借款人，就必須據(jù)這些人與平臺交易的時間和金額接受判斷，另外也可能會不屬于到公司員工和其他人員等。

4、對于聲望兌換的公司的數(shù)據(jù)庫數(shù)據(jù)，老是數(shù)據(jù)量較小，可以建議使用excel統(tǒng)計分析一些內(nèi)容，但要是數(shù)據(jù)量較小，用excel打不開，這時就推薦大家可以使用Navicat可以打開，Navicat那就挺不錯帶的，且處理數(shù)據(jù)的速度較快；別外對于一些數(shù)據(jù)庫中表的列數(shù)相對多的數(shù)據(jù)，經(jīng)常會建議使用Navicat導(dǎo)入可能會出現(xiàn)錯誤，這時就建議大家先把數(shù)據(jù)導(dǎo)入python，也可以先刪除掉一些無濟的列，之后可以不用Navicat全面處理也這個可以用python處理。

另外我說下軟件的情況，反正總是調(diào)取錄像了大量的資金流水，如果不是只不過是用excel結(jié)論、欄里點，是很耗時耗力的，但是如果沒有有一類分析資金的軟件那就也很很容易總結(jié)了，我之前免費試用版過智器云的火眼金睛(當(dāng)時是在內(nèi)網(wǎng)可以下載的)，覺得分析什么的效果確實不錯，無論是從數(shù)據(jù)量上我還是可視化效果展示上，覺得性能都還這個可以，因此總覺得有這方面需求的推薦一下大家用下看看。以上是我的拙見，熱情繼續(xù)探討交流。