当我们面对一堆庞大的数据，且需要从中寻找某种规律时，往往不知如何下手。最近我在处理油耗数据时，就碰到了这样的难题，偶然间记得概率统计中存在一种比较特殊的数据分布方式，即所谓的正态分布
从维基百科中搜到的结果是“正态分布是自然科学与行为科学中的定量现象的一个方便模型。各种各样的心理学测试分数和物理现象比如光子 计数都被发现近似地服从常态分布。尽管这些现象的根本原因经常是未知的， 理论上可以证明如果把许多小作用加起来看做一个变量，那么这个变量服从正态分布”，如
图1
既然这样，那我何不验证一下呢?进一步阅读相关文章后，对概率统计方法的相关要求和步骤有了初步的了解，为便于了解，用图2来表示推断过程
在总体数据量不大的情况下，我倾向于用总体做为分析依据，以减少样本抽取的误差
在上图所示四步中，用统计工具进行分析的过程是最需引起重视的，大概有两点：
1.对总体(或样本)数据的分组。由于油耗属于连续型变量，不同变量之间的变化非常小，我采用较多数组的组距分组方式
2.求平均值。数据分布不同，平均值的计算方法也有不同，最常用的是算术平均值，在呈正态分布的`数据中，它与中位数(Median)和众数(Mode)的计算结果基本一致，且概率密度函数(Normdist)也是默认算术平均值的计算方式
实际操作一遍:
1.准备统计数据
2.求中间参数值
3.求频率(Frequency)和概率(Normdist)
4.用第3步的函数计算结果分别作柱形图和折线图
5.客观推论最后得下图
推论之一：上图数据分布的趋势比较明显，油耗值趋向于柱形最高的区域集中，且波动范围较小，说明对应车辆的油耗比较稳定
