通过前面的三篇文章，我们现在已经有能力创建一个网页了。Django就是那么的有效率。我们创建第一个页面的目的是让你理解Django是如何工作的。不信往下看。进行下面的教程之前，如果你没有看我以前写的文章，可能会有疑惑。我前面的文章创建了一个站点djangoweb文件夹，下面要用到

• 第一步要在我们创建的站点文件夹下面新建一个view.py文件，如图所示。当然你创建文件的名称是任意的，你可以叫别的名字。但是要跟后面要写的代码一致，后面还会用到view.py，如果你的文件名不是view，后面你需要做出相应的调整

• 我们将该文件写入代码：如图所示。代码的意义是，首先引入HttpResponse类，后面我们会详细介绍这个类，现在我们只知道它用于返回网页中显示的代码。接着我们定义了一个名为hello的函数，它有一个参数为req，这个参数是django.http.HttpRequest的一个实例，我们暂时用不到这个参数，但是它却是一个必须的参数，参数的名称可以任意。hello函数它仅仅返回一个HttpResponse对象，这个对象包含了文本“Hello world”

• 现在保存好这个view文件

• 接下来我们需要修改urls.py文件，这个文件可以将url和调用的函数对应起来。比如，我想当我在浏览器地址栏输入http://127.0.0.1:8001/hello/的时候就能调用view.hello方法，那么我们必须在urls.py中进行添加

• 首先要引用我们企图调用的方法，然后在urlpatterns中添加url(r’^hello/$’,hello),；注意最后面的逗号不能省略。这个代码就是将url同调用的函数联系起来。

• 最后，我们在dos下开启开发服务器，如果你还不知道如何开启开发服务器，你需要看下面的参考资料里的传送门。

• 打开浏览器，地址栏输入地址：127.0.0.1:8001/hello/，你就会看到我们制作的第一个页面了。你学会了吗？

转载请注明来自DataScience.

邮箱: 675495787@qq.com

这里我不跟大家讲什么是TCP，什么是服务器，相信大家都懂，不懂的话我也没有能力让你懂，所以我就直接上代码了，在代码中解释，然后把所有的代码呈现出现，以后你只要在这个简单的代码上进行修改就可以了。

• 首先我们引入socket的所有属性，引入时间戳函数ctime，后面要用到时间戳

• 设置主机地址，主机地址为空说明我们可以使用任意可以使用的地址；端口号是我随意写的，只要不超过一定的范围就可以了，你可以搜索一下端口号的范围；ADDR连接地址包括主机地址和端口号。

• 我们使用socket方法来创建一个套接字；使用bind方法绑定到地址上；使用listen设定最多可以连接5个客户端。

• 下面是最重要的部分，我们使用无限循环来保证随时接受链接请求，accept方法可以接受请求，并返回客户端tcpclisock和客户端地址。使用recv方法来接受数据，send方法发送数据。如果一开始接受到了数据，后来数据为空，则跳出循环。

• 下面是所有的代码：

• from socket import * #引入socket的所有

• from time import ctime #时间戳函数，用于实现服务器的功能

• HOST=’’ #主机地址

• PORT=23345 #端口号

• BUFSIZ=2048 #缓存区大小，单位是字节，这里设定了2K的缓冲区

• ADDR=(HOST,PORT) #链接地址

• tcpSerSock=socket(AF_INET,SOCK_STREAM) #创建一个TCP套接字

• tcpSerSock.bind(ADDR) #绑定地址

• tcpSerSock.listen(5) #最大连接数为5

• while True: #无限循环

• print(‘客户端连接。。。’) #显示文字信息

• tcpCliSock,addr=tcpSerSock.accept() #等待接受连接

• print( ‘链接成功，客户端地址为：’,addr)

• while True:

• data=tcpCliSock.recv(BUFSIZ) #接收数据,BUFSIZ是缓存区大小

• if not data: #如果data为空

• break #则跳出循环

• tcpCliSock.send(‘[%s] %s’% (ctime(),data))

• tcpCliSock.close()   #关闭连接
  

• tcpSerSock.close() #关闭服务器

转载请注明来自DataScience.

邮箱: 675495787@qq.com

tile函数位于python模块 numpy.lib.shape_base中，他的功能是重复某个数组。比如tile(A,n)，功能是将数组A重复n次，构成一个新的数组，我们还是使用具体的例子来说明问题：

• 先来引入numpy下的所有方法

• 我们创建一个a，如图下图，使用tile来创建b，注意看b的数据结构

• 假如我们输入一个元组(1,2)，我们会得到一样的结果，与上面相同的b

• 当然，我们想要a变为一个二维数组，就要换一种重复的方式了。

转载请注明来自DataScience.

邮箱: 675495787@qq.com

我们今天来学习一个简单的功能，在spss中如何对数据进行排序，虽然简单，但是很重要。我刚才处理的数据是从Excel中导入的，接着还有其他Excel中的数据要粘贴到spss中，我需要先让spss中的数据按照年级、专业排序，然后才能保证粘贴数据的时候能够按照年级和专业的顺序去粘贴，下面我们来看看如何排序吧。

• 在菜单中执行：data-sort cases，打开排序对话框

• 我们想要让spss按照年级排序，当case与case的年级相同的时候，按照专业进行排序，如图所示，将年级和专业按照先后顺序放入sort by框中

• 设置排序的方式是【升序】，如图所示，选择ascending，相反你可以选择desceding来降序

• 接着，我们其实可以点击ok来完成排序，但是没用一次spss就看一下它的syntax是非常好的习惯，这样你很快就能学会基本的syntax操作，学会syntax好处就是你比别人处理数据的速度大大提升，十倍百倍的速度提升，点击paste可以看到syntax

• 你看到了，其实只需要用两句简单的代码就能实现排序的功能

• 我们还是回到界面中，点击ok

• 排序好了以后，你最好保存一下结果

• 现在的数据就是按照年级和专业进行的排序，你学会了吗？请关注我的系列教程：spss实例教程，你将看到一个专业的数据分析员是如何在工作中使用spss的。

转载请注明来自DataScience.

邮箱: 675495787@qq.com

我们可以向使用列表切片一样使用数组切片，如果会使用liest切片，那么这篇文章就是温习一下而已，下面我们来看看具体的数组切片是如何使用的。

• 从numpy中引入所有

• 创建一个包含10个元素的一位数组

• 我们可以使用一个下标获取数组中相应的值，也可以更改它的值

• 使用冒号获取连续的几个元素，如获取第四个到第五个元素

• 省略冒号前的数字，表示从头开始

• 使用负数表示从后往前数，-1表示从后往前数第一个数

• -2表示从后往前第二个，以此类推

• 还可以设置步长来读取数组元素

• 步长为-1，其他参数不设置，就是将数组进行了倒序排列

• 使用负数步长需要让第一个下表大于第二个下标

转载请注明来自DataScience.

邮箱: 675495787@qq.com

上一篇介绍了numpy.linspace用于创建等差数列，现在介绍logspace用于创建等比数列。其实用法差不多，但是有一个特殊的地方需要注意。

• 先来看一个例子，我们让开始点位0，结束点为0，元素个数为10，看看输出结果。为什么是酱紫呢？难道不都是0么？

• 因为logspace中，开始点和结束点是10的幂，0代表10的0次方，9代表10的9次方。我们看看下面的例子。
  】

• 假如，我们想要改变基数，不让它以10为底数，我们可以改变base参数，将其设置为2试试

• 假如我们想要不包含结束点，可以设置endpoint为0

转载请注明来自DataScience.

邮箱: 675495787@qq.com

通常我们在做中介效应的时候，遇到有一个系数没有达到显著性水平，我们需要进行sobel检验，但是sobel检验的公式非常麻烦，如果你按计算器就很麻烦了，更何况你还有很多中介效应去验证，所以今天我给大家分享一个Excel可以很快的计算。

• 从下面的参考资料里下载一个Excel文件

• 下载下来以后，打开Excel，你会看到一个这样的表格

• 将你的三个模型的三线表粘贴过来

• 我们在对应的位置写入对应的值，soble值会自动的计算出来，是否显著这一栏会告诉是否显著，如果显著说明中介效应显著

• 跟大家分享一下各个单元格的公式，看下面的公示栏就知道了。

转载请注明来自DataScience.

邮箱: 675495787@qq.com

由于经常有人问怎么将数据中心化，笨方法就是手工去算，但是我打算用点高级的东西，从描述性统计的输出的透视表中，读取平均数，然后再用变量的每一个值减去平均数。这篇文章介绍一下最关键的一个步骤，那就是从输出的描述性统计中读取平均数。

• 先看一下所有的代码。然后我们再逐步解释

• 首先是BEGIN PROGRAM和END PROGRAM,这两者之间插入python代码，也就是说python代码必须在这两者之间才能正确执行，之前有讲过

• 装载spss和apssaux模块，spss模块很熟悉，但是spssaux模块是一个附加模块，在帮助文件中，没有关于它的，只能去自己搜索了。或者在python中使用help(spssaux)

• fpath中保存数据文件路径

• spss打开该数据文件，注意这里用到了一些syntax命令，这些都是基本的。如果你不会写syntax也无妨，你可以在spss中手动操作一下，得到描述性统计，在结果输出文档中，就能看到用到的syntax，你再将其粘贴过来就可以了。

• 然后cmd中存有进行描述性统计的syntax命令

• spssaux.createxmloutput将执行cmd命令，然后将结果保存在xml工作空间中，可以设置visible为True来看到输出结果

• 读取透视表中的的某个以数值，注意观察参数，对照着透视表你就能理解了。

• 最后将读取得到的平均数值打印出来，成功！

• 最近在进行spss的自动化处理数据，有兴趣的可以联系我。

转载请注明来自DataScience.

邮箱: 675495787@qq.com

这篇文章是spss绘图教程的第一篇，简单介绍一下该系列教程的主要内容。该系列教程没有啥难懂的东西，都是在数据分析工作中经常用到的一些绘图技巧和基本知识。写这个系列教程的初衷是因为我们的spss教科书中很少有绘图的教程，所以很多学生都在问我怎么绘图，我现在把我会的所有绘图知识都写下来，方便大家查阅，大家可以将这系列教程收藏起来，以便以后查阅。

• 首先是数据的准备，绘图对数据的格式要求非常严格，所以在绘图前需要对数据进行整理。

• 条形图的绘制以及修改。

• 折线图的绘制以及修改

• 区域图的绘制以及修改

• 饼图的绘制以及修改

• 散点图的绘制以及修改

• 直方图的绘制以及修改

• 高低图的绘制以及修改

• 箱图的绘制以及修改

• 双轴图的绘制以及修改（有两种图形）

• 图形元素的设置

• 脚注题注等的设置

转载请注明来自DataScience.

邮箱: 675495787@qq.com

行列式是线性代数里最重要的概念之一，今天我们使用Python的numpy和sympy包计算几个三阶行列式。下面的计算过程用excel存放矩阵的数据，而用excel里面的datanitro插件来运行Python代码，所以你可能要熟悉一下datanitro这个插件，关于这个插件的全部教程，我都写在了这个系列里：http://jingyan.baidu.com/season/43508

• 熟悉了这个插件以后，我们看看我们要解决的这四个矩阵：这些练习题来自《线性代数，同济大学第五版第一张课后题》。

• 这接着我们将这些矩阵录入到excel当中。

• 接着我们把代码写到1.1.py文件中。

• 接着，我们在excel的datanitro插件中，引入1.1.py文件，然后run一下就可以看到计算结果：

• 以上是大概的流程，接下来具体讲解一下代码的意义。

• 引入需要的两个模块

• 先看看第一题，这是计算第一个矩阵的行列式：

• a,CellRange是datanitro的内置对象，表示excel里面的一个单元格区域，通过它我们可以将这个区域内的值读取出来，存放到lst这个列表里，也就是Python中的list对象；接着用numpy模块的reshap方法，将list转换为3x3的矩阵，然后用刀了det方法计算行列式，最后结果为-4

• 第二题：红色字体都是注释，没有实际功能。跟第一题相比，第二题用字母代替了数字，所以，我们要用到Python的符号计算包sympy，我们可以看到E就是一个3x3的矩阵，但是需要将E转换为符号矩阵，用到了sp.Matrix，得到M，然后使用m的det方法计算得到行列式，结果是：

• 第三题，与第二题类似，用到了sp.Matrix，但是我们还用到了sp.factor，这个方法可以将结果提取公因式，最后的计算结果为：

• 如果前三题你都搞懂了，第四题就简单了，没有新知识：

转载请注明来自DataScience.

邮箱: 675495787@qq.com