多维数据分析方法

转载：https://blog.csdn.net/xiangluping/article/details/84806239

多维分析可以对以多维形式组织起来的数据进行上卷、下钻、切片、切块、旋转等各种分析操作，以便剖析数据，使分析者、决策者能从多个角度、多个侧面观察数据库中的数据，从而深入了解包含在数据中的信息和内涵。多维分析方式适合人的思维模式，减少了混淆，并降低了出现错误解释的可能性。

多维数据分析通常包括以下几种分析方法。

1.切片

在给定的数据立方体的一个维上进行的选择操作就是切片（slice），切片的结果是得到一个二维的平面数据。例如，在例2-1中对图2-1所示数据立方体分别使用条件：“委托方式=现场”、“营业部编号=02”、“时间=2011-01”进行选择，就相当于在原来的立方体中切片，结果分别如图2-2所示。

image

2.切块

在给定的数据立方体的两个或多个维上进行的选择操作就是切块（dice），切块的结果是得到一个子立方体，如图2-3所示。

image

例如，对例2-1中的图2-1所示的数据立方体使用条件：

（时间=“3月”or“4月”）and（营业部编号=“02”or“03”）and（委托方式=“现场”）

进行选择，就相当于在原立方体中切出一小块，结果如图2-4所示。

image

3.上卷

维度是具有层次性的，如时间维可能由年、月、日构成，维度的层次实际上反映了数据的综合程度。维度的层次越高，所代表的数据综合度越高，细节越少，数据量越少；维度的层次越低，所代表的数据综合度越低，细节越充分，数据量越大。上卷（roll-up）也称为数据聚合，是在数据立方体中执行聚集操作，通过在维级别中上升或通过消除某个或某些维来观察更概括的数据。表2-2给出了进行数据上卷操作的示例。

表2-2　部分营业部2011年度的交易量（按年合计）
营业部编号 交易量/亿元 营业部编号 交易量/亿元
01 50 03 62
02 38 04 55

4.下钻

下钻（drill-down）也称为数据钻取，实际上是上卷的逆向操作，通过下降维级别或通过引入某个或某些维来更细致地观察数据。

5.旋转

通过数据旋转（pivot or rotate）可以得到不同视角的数据。数据旋转操作相当于基于平面数据将坐标轴旋转。例如，旋转可能包含行和列的交换，或是把某一维旋转到其他维中去，对例2-1中的图2-1进行旋转后的结果如图2-5所示。

image