数据不说谎：大数据之下的世界 下载 mobi epub pdf 电子书 2024

☆☆☆☆☆
简体网页||繁体网页



点击这里下载

类似图书 点击查看全场最低价

---

产品特色

编辑推荐

　　

专业数据分析团队“城市数据团”全新力作，“团支书”结合社会热点，用大数据和数据挖掘分析数据背后的故事。趣味性强，语言幽默，知识丰富，教会读者用大数据做出正确的判断。
　　
　　

内容简介

　　

这是一本让你“脑洞大开”的图书，让你尝试从大数据角度来解读这个世界，你会发现，有些问题，和你的直觉完全不一样。本书内容分为三部分：第一部分可概括为“脑洞大开”，以淘宝、旅游、餐馆取名等不同的角度切入，说明数据可以用于做许多有趣的事情。第二部分数据与工作，包括了做公务员、二三线城市的衰落、创业等若干热门话题。第三部分数据与生活，包括用数据帮助理解生活现象、用数据挖掘生活中的趣味、以及用数字看房市三个专题。

作者简介

城市数据团的媒体平台包括微信公众号“城市数据团”和知乎账号“团支书”。2015年2月以来，我们持续发表原创数据研究，希望能让更多普通人热爱数据，并用数据重新认识我们身边的世界。截止2016年底，我们的文章在互联网上累计传播数千万次，拥有20万订阅读者。其中，《逃离你终将衰落的家乡》、《人口疏解，让城市更拥堵》、《淘宝改变了哪些城市》、《上海的房子都被谁买走了》等均有百万级别阅读量。

精彩书评

　　NULL

目录

第1章
数据，另一种视角 / / 0011.1数据之下的中国 / / 003
1.1.12015年，中国人是怎么花钱的 / / 003
1.1.2游遍全国，我们的假期够吗 / / 017
1.1.3淘宝改变了哪些城市 / / 025
1.2数据之下的城市 / / 35
1.2.1人口疏解，让城市更拥堵 / / 035
1.2.2在上海上班，地铁和开车哪个快 / / 048
1.2.3上海餐馆取名大法 / / 056

第2章
数据之于工作 / / 0672.1学习/就业指南 / / 069
2.1.1好好学习，是另一种童年 / / 069
2.1.2应该去哪里买书呢 / / 077
2.1.3月薪多少才配坐高铁 / / 086
2.1.4哪些公务员最辛苦 / / 095
2.1.5奔赴大城市，还是回家乡 / / 103数据不说谎: 大数据之下的世界目录 2.2在创业的风口上 / / 112
2.2.1一个估值10亿美元的养猪O2O项目 / / 112
2.2.2大鹏猪肉，为红烧而生 / / 121
2.2.3如何在上海开一家靠谱的餐馆 / / 130
2.2.4快捷连锁酒店选址的空间陷阱 / / 140

第3章
数据之于生活 / / 1533.1理性生活: 那些你所不知道的事 / / 155
3.1.1你的消费水平给上海拖后腿了吗 / / 156
3.1.2如何面对注定平庸的人生 / / 165
3.1.3下雨天外卖会变多吗 / / 175
3.1.4“双12”规避“假折扣”指南 / / 183
3.1.5上海的水源安全吗 / / 189
3.1.6“控制人口”——开给上海的一剂毒药 / / 198
3.2感性生活: 八卦新玩法 / / 212
3.2.1高颜值的人都在哪儿 / / 212
3.2.2中国正在二次元化吗 / / 221
3.2.3如何像白富美一样生活 / / 232
3.2.4长三角城市那些不得不说的八卦 / / 242
3.2.5上海哪所高校的吃货最幸福 / / 249
3.3生活之重: 生为房奴 / / 259
3.3.1上海的房子都被谁买走了 / / 259
3.3.2上海购房攻略 / / 268
3.3.3遥不可及的学区梦 / / 278
3.3.4房地产泡沫有多大 / / 287

附录1:
我们是怎么学会玩城市数据的？ / / 297
附录2:
城市数据团工作方法简介 / / 305

精彩书摘

　　第章

　　////第1章

　　数据，另一种视角你消费吗？旅游吗？上班吗？

　　你知道别人是怎么消费、怎么旅游、怎么上班的吗？

　　我们对于世界和城市的认知，往往来源于自己和身边其他人的生活经验。

　　所以，我们的认知往往是主观化和碎片化的。

　　但是，当我们拥有了“数据”这个工具的时候，我们就获得了重新认识世界的机会。

　　1.1数据之下的中国

　　本节内容主要涉及一个主题:如何脑洞大开地搜集和利用各种数据，以非常规的方式呈现出中国经济发展的三个截面。

　　数据之下的中国，是一个让你既熟悉又新鲜的中国。

　　1.1.12015年，中国人是怎么花钱的

　　在一波接一波的寒潮侵袭之后，期盼已久的春节假期终于到了。同事同学们纷纷放假回家，连亲爱的学姐也不在上海，只留我一个人凄冷地坐在工作台前，独自迎接假期前最难熬的几天。

　　一个人的时候，总是会想很多。

　　是的。回首即将逝去的羊年，我感慨万千。虽然不出意外地又（为什么要加一个又字呢）穷困潦倒地度过了漫长的一年，但幸运的是在这期间认识了不少天南海北的朋友。

　　因此，虽然还在孤独地加班，但我仍然心系着祖国人民，安静地准备完成春节前的最后一项数据工作:

　　数据不说谎:大数据之下的世界第1章数据，另一种视角0000年度全国消费数据总盘点。

　　好吧，问题来了——

　　Q1:2015年，全国人民到底花了多少钱？

　　2015年全球范围内可使用银联卡商户共3390万家，ATM共200万台，境外共发行银联卡5200万张。

　　根据刷卡交易统计，2015年全年，全国人民的刷卡交易总金额达到53.9万亿元。

　　53.9万亿元，是个什么概念呢？

　　我们可以想象一下:如果把这53.9万亿元全换成100元的人民币钞票，并将其一张一张紧挨着排列起来的话，这些钱大概可以绕地球赤道2100圈；从地球排到太阳的话，可以走一半多一点的路程。

　　假如这还想象不出来的话，我们可以换个角度来看:

　　根据国家统计局的数据，2015年，全国GDP总额约为67.7万亿元。也就是说，仅是刷卡消费，全国人民就刷掉了年度国内生产总值的79.6%。

　　亲爱的，你2015年创造了多少GDP？又刷掉了多少份额呢？

　　算好了吗？

　　好的话，我们不妨再来研究一下第二个问题，看看你的消费和全国总体水平相比如何呢？问题来了。

　　Q2:这53.9万亿元，都是怎么花掉的呢？

　　首先，让我们来看看这些钱是在什么时间内被花掉的呢？

　　我们统计了境内日均刷卡的交易金额，并将其细分到每一个小时。2015年日均逐小时交易曲线见图1��1，银联卡交易类型占比见图1��2。

　　图1��1日均逐小时交易曲线

　　图1��22015年银联卡交易类型占比

　　假如我们把2015年全年浓缩到一天来看的话，可以发现:14:00～15:00和8:00～9:00是全国人民刷卡的高峰时段，分别占全天交易总额的12%与8%。

　　亲爱的，你的卡是不是在这个时段内被刷爆的呢？

　　看完了交易时间，我们再来看一下交易的类型。我们将年度刷卡交易总金额分配到交易类型上，如下所述。

　　(1)从全国尺度上来看，最多的刷卡交易金额发生在批发行业，份额第一，大概可以购买16个阿里巴巴。

　　(2)份额第二的是金融行业，大概可以购买7个中国工商银行。

　　(3)份额第三的是零售行业（俗称买买买），大概可以购买5个沃尔玛。

　　也许你会觉得，这种全国宏观尺度上的消费特征，和个人没什么关系。那么，我们不妨从个人消费者的角度出发，看一下与市民生活关系最大的消费门类吧。

　　一般而言，各种消费类型中，与市民生活关系最大的应该是衣食住行金融教育六个大类。结果如何呢？

　　(1)排名第一:金融。毫无悬念。

　　(2)排名第二:住房。其交易总额大约是金融类的三分之一。

　　(3)排名第三:旅游。虽然交易总额排名第三，但也不过是住房类的零头而已。

　　(4)排名第四:衣（衣物类零售）。其总额大约是旅游的三分之一。

　　(5)排名第五:吃（餐饮）。交易总额与衣物类零售不相伯仲。

　　(6)排名最后:教育。其交易总额大约是餐饮的70%。没错，这个结果毫不意外、发人深省。

　　亲爱的，你的消费结构和全国人民相比，究竟怎样呢？

　　每个人的消费结构自然千奇百怪。

　　且不说个人，即使从省市的角度上去区分，也可以看到消费结构上的巨大差异。我们来看看:

　　Q3:全国各省的消费结构有什么样的偏好呢？

　　我们仍然将数据聚焦在衣物、餐饮、住房、旅游、金融和教育六个大类上。然后将各类消费金额占总消费金额的比例作为消费偏好的核心指标，分配到各省，可以得到以下结果。

　　(1)衣物类消费偏好前五名省市:云南、浙江、甘肃、山西、湖北。

　　想必云南四季如春，民族众多，姑娘们想怎么打扮就怎么打扮吧。见图1��3。

　　(2)餐饮类消费偏好前五名省市:海南、上海、西藏、宁夏、北京。

　　吃货集聚在上海、北京，这点毫不意外。但没想到海南、西藏、宁夏等边远地区的吃货能量同样惊人,见图1��4。

　　图1��3各省衣物类消费占比

　　图1��4各省餐饮类消费占比(3)住房类消费偏好前五名省市:海南、四川、贵州、北京、安徽。

　　非常出乎意料的，前三名竟然不是以高房价著称的北上广哦！看来虽然北上广的绝对房价居高不下，但从真实的消费结构上，海南和四川的房价水平也不容小觑。相比北京排名第四，而上海甚至都没有挤进前五,见图1��5。

　　图1��5各省住房类消费占比

　　(4)旅游类消费偏好前五名省市:西藏、海南、青海、新疆、云南。

　　从图1��6可以看到，西部的旅游消费偏好明显高于东部。而排名前五的省市，也都是以旅游胜地著称的地区。

　　图1��6各省旅游类消费占比

　　(5)金融类消费偏好前五名省市:福建、重庆、广东、湖南、上海。

　　从图1��7可以看到，我国东南地区在金融类消费偏好中可谓一枝独秀，福建省拔得头筹。排名前五的省市中，上海市已经是最北方的地区了。

　　图1��7各省金融类消费占比

　　(6)教育类消费偏好前五名省市:陕西、四川、北京、海南、湖南。

　　从图1��8可以看到，陕西省、四川省在教育类消费上的偏好明显高于全国其他地区。我在想，这些地方的孩子们是不是从幼儿园就开始上补习班了？

　　图1��8各省教育类消费占比

　　说明一下:本书消费数据中没有统计到中国台湾地区的数据，所以地图上台湾地区的颜色与其他省市不同。

　　看完各省的比较，我们不妨再来聚焦北上广深四个一线城市的情况。

　　00哪个城市最土豪呢？

　　从卡均消费金额的平均数来看，

　　深圳市人民卡均消费金额达到11.7万元，高居首位；广州市以7.6万元居第二位；而上海市以6.4万元的微弱优势战胜北京市的6.3万元，位居第三。

　　在感叹深圳市人民真土豪的同时，你是不是发现自己又拖后腿了？没关系，我们再来看看中位数，这次数字就变得和谐多了,见图1��9。

　　图1��92015年四大城市卡均消费金额（中位数）(单位:元)深圳市人民卡均消费的中位数金额达到20000元，仍然居首，北京市、上海市以15000元并列第二，而广州市则以11000元收尾。

　　顺便说一句题外话:从刷卡消费特征上看，四个城市的市民最爱的餐饮品牌也截然不同。

　　(1)北京市民最爱海底捞，热气腾腾的火锅既热闹又抵御寒气。

　　(2)上海市民则最爱王品，上海市民依然很小资，对牛排情有独钟。

　　(3)广州市民最爱百胜（肯德基、必胜客的老东家），原来除了当地特色美食，肯德基、必胜客等西式快餐同样也受市民欢迎。

　　(4)深圳市民则最爱春满园，经典粤式老牌餐厅还是深深地征服了深圳人民的胃口，让其他外来饮食逊色不少。

　　以上，我们盘点了全国刷卡总交易、各类型及各省市交易的特征。接下来，我们聚焦进入一个更核心的问题:

　　Q4:2015年，都是哪些人在花钱呢？

　　我们以上海为参照吧。

　　我们选出了常住城市在上海、一年中刷卡交易笔数在20笔以上的银行卡50万张，作为研究的样本。并按照性别、年龄将持卡人分为6组，统计其在零售方面的消费特征。

　　结论来了:

　　男性花钱多、老人花钱多。

　　首先，我们不区分消费类别，计算出各个分组的刷卡交易总金额，得到图1��10。

　　图1��102015年交易金额的年龄性别分布

　　从交易总金额来看，各个分组之间的差异并不太明显，但仍然可以看到:

　　(1)消费最多的是老年男性，其次是中年男性和青年男性；

　　(2)而在女性组中消费能力最强的中年女性，其消费份额也没能超过男性组中份额最小的青年男性。

　　这不科学啊！难道女性的花钱能力还不如男性？

　　我们再计算出每个组别的人均（取中位数，下同）刷卡交易金额,见图1��11。

　　图1��11各组持卡人年均交易金额(单位:元)

　　没错，无论在哪个年龄组，男性的人均交易金额都比女性要高。

　　另外，可怕的是，随着年龄的增长，男性会花得越来越多！

　　……

前言/序言

　　我们在用数据做什么

　　在这本书的最开始，我们想要提出这样一个问题:

　　谁最了解你？

　　是自己？

　　是配偶/恋人？

　　是父母/子女？

　　是同学/同事/朋友？

　　毫无疑问，以上几种人都存在于我们的生命中。

　　但是，跟“它”比起来，以上几种人对我们的了解恐怕都不够全面和客观。

　　没错，“它”就是手机，与我们形影不离的手机。

　　看看你手机上的那一大堆APP——

　　微博和朋友圈知道，你今天心情好不好。

　　支付宝知道，你买了什么东西、花了多少钱。

　　微信和QQ知道，你都有哪些朋友，你跟哪些朋友的交流更密切。

　　豆瓣、知乎、每日头条知道，你都喜欢浏览哪些帖子和新闻。

　　虾米和酷狗知道，你喜欢听什么歌。

　　优酷和B站知道，你喜欢看什么视频。

　　饿了么和美团知道，你喜欢什么菜系和口味。

　　……就算你什么APP也没装，只要你有一部手机，“它”就知道你什么时候工作,什么时候休息，知道你去了哪里,待了多久。

　　在手机面前，我们简直无所遁形。手机所知道的你，可能比你所知道的自己，更为真实。

　　而这些，都是我们自己告诉手机的。我们的每一次浏览、点赞、评论、下单、聊天，都以数据的形式被记录、被沉淀，最终塑造出了我们自己。

　　所以，请不要被“大数据”“开放数据”“数据挖掘”“深度学习”“神经网络”“云计算”“DMP”等奇奇怪怪的词汇所吓倒。我们每个人每天的生活起居、衣食住行，都在产生数据，并享受着数据给我们带来的便利服务。

　　事实上，数据已经和我们的视觉、听觉、触觉一样，成为了帮助我们去了解自己、了解他人、了解事物的重要方法。

　　与其他信息源相比，数据更有可能提供全面和客观的信息，从而帮助我们更快速和高效地了解问题、解决问题。

　　数据不说谎:大数据之下的世界前言我们在用数据做什么例如，你母亲催你去相亲，并提供了100位相亲者的资料。显然，你不可能一个个把他们约出来见面，一个个去了解和评价他们——你甚至都不可能仔细读完这100份资料。

　　我们通常的做法是，设立一些限制条件，对年龄、身高、学历、收入等进行筛选，再逐份阅读符合条件的相亲者的资料，直到将相亲对象数量减少到个位数。如此，我们的相亲效率就大大提高了。

　　然而，在享受数据给我们带来的高效便利的同时，我们还必须意识到:数据分析只能提供结果，不能提供结论；数据之所以能做许多事情，是因为使用数据的人做了很多的思考。

　　例如，2013年，AmazonStudios和Netflix，美国的两家传媒公司，都对自己网站上客户的视频浏览行为进行了分析。接受分析的浏览行为包括客户看了什么视频、什么时候看的、在何处暂停、在何处跳过、在何处反复观看、给视频的评分等。

　　根据数据分析的结果，两家公司一致认为观众会对政治主题感兴趣，但在视频的体裁、制作等方面则有着完全不同的认知。而后，AmazonStudios推出了由四位议员作为主角的情景喜剧，Netflix则推出只有一位议员作为主角的电视连续剧。前一部作品名为《阿尔法屋》(AlphaHouse)，观众反应平平；后一部作品则是风靡一时、获奖无数的《纸牌屋》(HouseofCards)。

　　所以，即使在一个“大数据”炙手可热、喧嚣尘上的时代，人仍然是主体，是人的智慧让数据具有了价值。

　　我们，城市数据团的小伙伴们，就是这样一群人:利用数据去了解城市的发展、挖掘城市生活中有趣的故事。对我们而言，数据是帮助我们认识城市的工具、帮助我们在城市里更好地生活的工具，而通过数据发现的东西才是价值和乐趣所在。我们乐意将这些发现拿出来共享。

　　本书由城市数据团组织编写，并写作了本书的大部分章节。城市数据团的主要成员包括高路拓、汤舸、王咏笑、王宇鹏等。参与了本书部分章节写作的其他数据团成员和合作伙伴包括（按文章收录顺序）:

　　陈宇佳(1.1.2)、郭斌亮(1.2.1)、陈至奕(1.2.3/2.1.1)、冯里婧(2.1.2)、钱骏杰(3.1.2)、张慈(3.1.3)、曹新(3.1.5)、曹湛(3.2.4)、韩旭(3.2.5)、方娴(3.3.1)、张健(3.3.2)、衣霄翔(3.3.3)、陈晨(3.3.4)。

　　除写作团队之外，感谢以下机构对本书内容提供了数据支持和技术支持（按文章收录顺序）:

　　�r银联智惠信息服务(上海)有限公司(1.1.1/3.1.1/3.2.3)

　　�r滴滴大数据研究中心(1.2.2/3.2.2)

　　�r小猿搜题(2.1.1)

　　�rBDP个人版(2.1.2/3.1.4)

　　�rTalkingData(2.1.4/3.2.2/3.2.4)

　　�r阿里研究院(2.2.1)

　　�r大众点评研究院(2.2.2/3.1.2/3.1.3/3.2.5)

　　�r上海道融自然保护与可持续发展中心(3.1.5)

　　�r同策房产咨询(3.3.1)

　　本书由城市数据团这个活跃在互联网上的大数据团队完成。如果您看完本书以后，能够增加一些对这个数据时代的了解、愿意去热爱数据和使用数据，将是对我们莫大的鼓励。

　　城市数据团

　　2017年3月

数据不说谎：大数据之下的世界 下载 mobi epub pdf txt 电子书 格式

评分☆☆☆☆☆

大数据之下的世界多么丰富多彩，数据是不会说谎的。

评分☆☆☆☆☆

非常好，非常好，非常好～

评分☆☆☆☆☆

非常有意思的一本书，数据背后的故事总是充满了神奇和涵义，让我们更好的了解这个世界。

评分☆☆☆☆☆

城市数据团的书，虽然以前没有出过书，但是微信公众号一直都在关注，案例总是觉得特别好。

评分☆☆☆☆☆

喜欢数据下的世界，只有数据不会骗人

评分☆☆☆☆☆

说实话，内容没意思

评分☆☆☆☆☆

还不错，例子新，学习学习看问题的思路。

评分☆☆☆☆☆

好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好好

评分☆☆☆☆☆

说实话，内容没意思

类似图书 点击查看全场最低价