數據分布特征是指數據分布本身相對數據集經過某種函數處理后的變換表現的一些統計特征，這些特征可以幫助我們更加清楚的理解數據的分布特點，以幫助我們做出更加明智的決策。常見的數據分布特征有均值、中位數、極差、標準差、四分位數比(QSR)、偏度、峰度、正態性、分布形態等。 均值是數據集幾個數據值加起來再除以幾個數據值的個數,代表數據集的“平均”水平； 中位數是一個分組數據中最中間的一個值，位于中間位置的數據比其他數據多出一個，代表數據集的“中等”水平； 極差是一組數據中最大值與最小值之差，用來反映數據的變異程度； 標準差表現的是數據的離散程度，是均值和數據點之間的偏離程度； 四分位數比(QSR)是比較數據落在四分位數范圍內的分布，用來反映數據集整體離散程度； 偏度是指數據分布偏斜程度，可以用來描述數據集的不對稱性； 峰度的取值范圍為[-無窮，無窮]，表明數據的離散程度，絕對值越大，離散程度就越大； 正態性是指數據的分布是否符合正態分布，主要通過均值、方差和skewness來判斷； 分布形態指的是數據的分布形狀，分布形態可以反映出數據集中數據的離散程度。一般來說，正態分布是均勻分布，而非正態分布則分布趨勢不一，有向左/右偏移等特點。 拓展知識：此外，在實際統計分析中，還有一個非常重要的數據分布的概念叫做“多變量正態分布”。這是指多變量之間存在著某種形式的關系，這種關系可以用正態分布函數表示。多變量正態分布在描述數據分布上也有著重要的作用，它有助于我們理解數據每一個屬性之間的關系，也能夠更加精確的描述數據的分布情況。