作者

二胖并不胖

來源

大數據前言

已獲原作者授權，如需轉載，請聯系原作者。

前些天在知乎上看到一個關于身高的問題。我想既然大家都對身高這么感興趣，正好之前我在相親網上爬了50萬用戶的信息，那不妨來做個統計。關于身高，看看我們能挖出哪些好玩的信息吧。

數據說明

1

數據來源

本次的統計數據來自某相親網站，信息都是用戶自己填寫的。

正常情況下大家報身高都是往高虛報，極少人往矮報吧？所以，本次統計的身高結果應該會比真實情況更高一些，當然，這只是我二胖的個人揣測啦。

樣本用戶生活在北京、上海、廣州和重慶四個城市，選擇這四座城市的原因：

一是因為四座城市在祖國的不同方位，收集樣本范圍夠廣；

二是因為這四座城市都是大城市，外來人口較多，匯集了全國各地的人，能在一定程度上體現總體趨勢。

2

年齡分布

這里我先對統計用戶的年齡進行了可視化，x軸是年齡，y軸是人數，波峰是27歲。

統計用戶的年齡分布

除此之外我還分別統計了男性和女性的年齡分布，女性年齡的波峰出現在27歲，男性年齡的波峰出現在29歲。

總體平均年齡：32.332歲

男性平均年齡：33.239歲

女性平均年齡：31.929歲

3

性別分布

本次統計用戶的性別分布情況

本次統計的用戶中女性占了大多數。

其實是我爬數據的時候先抓取了女性數據，在女性數據抓取完成后才抓取的男性數據，而當我看數據庫樣本數據到50萬的時候就把爬蟲停了。

正態分布

在看統計結果之前，我們先提一下“正態分布”。

正態分布（Normal distribution），也稱“常態分布”，又名高斯分布（Gaussian distribution）。正態分布是一種概率分布。它是具有兩個參數μ和σ的連續型隨機變量的一種分布。

這里我們就不過多地介紹正態分布啦，我們只需知道，身高在樣本數量足夠大的時候應該服從正態分布（當然這是我的一己之見，如果有不同的意見，歡迎指正）。

正態分布的曲線圖應該如下圖所示（中間高，兩邊低，兩側大致對稱），在這種情況下，數據才具有一定的真實性，否則數據就有一定的作假嫌疑。

正態分布示意圖

當然目測是不準確的，還需要通過方差、期望等來判斷。不過當人肉眼都能看出一條曲線不符合正態分布時，那這個數據的真實性就真有待商榷了。

數據展示

好啦，講完正態分布，我們來看看本次統計樣本的身高分布圖。

1

男性

統計用戶中男性的身高分布情況

可以看到男性身高的分布情況不那么符合正態分布。

波峰出現在170cm，人數是24515人。

身高人數前五名是：

不知大家發現沒有，這些身高都是極其常見的身高。

讓二胖來揣測一下，在大多數自報身高的情況下——不足170cm同學的都報170cm，不足175cm的都報175cm。

其實大家辦理戶口錄入身高時就是這樣操作的，常見身高就是這幾個數字。所以二胖才在開頭說，大家的真實身高應該會比統計值稍微低一些。

我們來算一下平均值，再把臟數據去除之后，算出來的所有男性的身高平均值是（單位cm）：

2

女性

女性的身高統計方式和男性一樣，二胖就不過多解釋了，這里直接展示統計結果：

統計用戶中女性的身高分布情況

女性身高分布圖有點狠啊，160cm遠遠超過了其他身高值。

身高人數前五名是：

女性平均身高（單位cm）：

結論

看完這個統計結果，二胖對比了一下國家公布的數字，下圖是百度百科公布的2015年國家統計的身高數據：

看樣子相親網站上的身高數據比國家的統計高出了約6厘米。

到底是因為相親網上的用戶中年輕人較多而年輕人又長得高，還是大家填寫的身高數據水分比較大呢？

還有一種可能就是二胖此次統計的用戶是城市居民，而城市居民的平均身高會相對高一些。

對此，你怎么看呢？

（——本文的數據分析和數據可視化全部由ElasticSearch完成。）

完

01

?微 信 群??

添加小編微信：tangguoyemeng，備注“進群”即可，加入【云計算學習交流群】，和志同道合的朋友們共同打卡學習！

成為群成員，或拉人進群，

還有機會參與紅包抽獎，獲得免費贈書哦~~

02

?征 稿?

CSDN作為國內專業的云計算服務平臺，目前提供云計算、大數據、虛擬化、數據中心、OpenStack、CloudStack、機器學習、智能算法等相關云計算觀點、技術、平臺、實踐、云產業咨詢等服務。CSDN?公眾號也一直堅持「與千萬技術人共成長」的理念，深度解讀行業內熱門技術與場景應用，致力于讓所有開發者保持敏銳的技術嗅覺、對行業趨勢與技術獲得更廣闊的認知。

文章題材

• 首先你需要關注我們的公眾號“CSDN云計算”，這樣你會更準確了解我們需要的文章風格；

• 側重于云計算領域相關的文章，可以是技術、運維、趨勢等方面的務實內容；

• 原創，要求文章有鮮明觀點和看法。

投稿須知

• ?稿費：根據原創性、實用性和時效性等方面進行審核，通過的文章會發布在本微信平臺。一經采用，我們將支付作者酬勞。酬勞可能不多，這代表的是一個心意，更多是因為愛好，是有識之士抒發胸懷的一種方式；

• 字數要求：稿件字數以2K-8K為宜，少于2K或多于8K都會一定程度降低閱讀愉悅感；

• 投稿郵箱：lijy@csdn.net。或者添加微信表明來意，微信號：tangguoyemeng。請備注投稿+姓名+公司職位。

  
  

如果咱們的合作穩定又愉快，還可以簽訂合同長期合作哦！

總結

以上是生活随笔為你收集整理的统计了50万人的身高数据才发现：大家都爱虚报身高的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。