在进行数据分析时，可能更重视数据分析方法，而忽略了数据处理。我们在使用数据前需要对已有的数据进行分类，了解它们的属性，为后续的数据分析做铺垫。

根据数据属性我们可以分为「定性」和「定量」两类，根据数据值是否连续又可以把定量变量分为「连续」和「离散」两种。

下面将带你了解如何划分数据类型。

上图是一张数据表，它可以回答下面很多问题，比如有多少种产品？每个产品单价是多少？每个产品的供应商是谁？产品的库存有多少？等等。这些问题的答案就是我们所研究的对象的特征，也就是所谓的「变量」。

变量就是研究对象的特征，变量具体的数据就是「变量值」。比如「产品名称」就是一个变量，而「苹果汁」就是一个具体的变量值。

我们看到上面的数据表中「单价」变量展示的是具体的数值，但是「产品名称」变量则展示的特定的文字意义（当然可以用产品ID代替特定的文字）。

这时候我们把类似单价这样定量的、有计算意义的变量叫做「定量」变量。用来描述“有多少”。

把类似产品名称这样定性的、起代号作用的变量叫做「定性」变量。用来描述“是什么”。

进一步进行分析。

单价变量在取值范围内可以取任意正数，不仅仅是正整数，比如我们可以取单价是15.7、14.3等等，甚至可以取到小数点后很多位，因此这类变量称为连续变量，因为这类变量取值范围是连续不断的。

产品ID变量，其实本质上代表的是产品名称，ID只能是正整数，比如 1、2、3，但是不能是 1.3，这类变量取值范围是不连续的，因此我们称为离散变量。