数组是numpy中最重要的对象，我们通常使用array()方法来创建对象，他的参数是一个list对象，我们来看看具体的方法：

• 首先强调一点，我们将numpy引入，名称为np

• 我们使用一个列表作为array的参数，然后看一下这个array输出的结果，就是一个数组对象，而且是一维的

• 假如我们要创建一个二维数组，我们就要用到一个列表的嵌套，看下面的ab列表就是一个嵌套。

• 通过array()将ab列表转换成一个二维数组。

转载请注明来自DataScience.

邮箱: 675495787@qq.com

今天我算是长知识了，我是一个python菜鸟，以前一直认为type（A）可以返回A的类型，但是不知道type还可以用于创建class，这篇经验就是介绍一下如何用type（）创建一个类，以及如何设置该类的属性。

• 我们使用type创建一个空类：只有一个名字，其他什么都没有，它的参数格式是：type(class_name,bases,dic)

• 我们用type来查看一下我们创建的cls的类型：

• 查看cls的名称

• 假如我们用比较熟悉的继承的方式来创建一个类，它跟cls是一样的：

• 当然，我们可以通过参数dic来设置其他任何类的属性，比如：

• 现在cls2比cls多了属性__doc__,module

转载请注明来自DataScience.

邮箱: 675495787@qq.com

我们先分别讲一下这两个内置函数的用法，然后看看这两个结合起来产生的效果，以及通常我们用他们来干嘛。

• lambda通常是匿名函数的代名词，我们用到lambda的时候就是创建一个匿名函数：举个简单的例子：x代表了输入，x**2代表计算方法，也代表返回内容，也就是说这个函数输入一个数，返回这个数的平方。但是因为这个函数没有函数名，所以无法在其他地方调用

• 除非我们将这个函数起一个名字：但通常我们不会这么做，匿名函数只是作为匿名使用。

• filter函数用法是：filter(fuction,list)：将list中每一个元素带入到function中，计算返回值，将返回值为True的list中的元素形成一个新的list，当然也可以是tuple。

• 对于上面这个函数，我们可以用lambda来简化：它的意思是，如果alist中的值的平方小于5，就返回这个值，形成一个新的list

• 通常，我们使用这两个内置函数的结合来过滤list里的空值：

转载请注明来自DataScience.

邮箱: 675495787@qq.com

使用office2013以后，设置图表的方法发生了很大的变化，其中一个重要的问题就是坐标轴的刻度的设置方法不一样了，应该说，设置的方法更加快捷和方便了，所以推荐大家尽快使用最新的office，无论是外观还是功能都让我们眼前一亮。我们现在就来看看如何在Excel2013中设置坐标轴刻度：

• 首先我们来建立一个图标，比如做一个折线图，先选中我们的数据，如图所示

• 在菜单栏上执行：插入–推荐的图表

• 打开一个对话框，选择折线图，如图所示，点击确定按钮

• 插入的折线图是没有刻度的

• 选中横坐标，双击横坐标的位置就可以选中它

• 在右侧出现了一个设置对话框，在坐标轴选项下，找到如图所示的位置，主要类型设置为“内部”

• 我们可以看到横轴已经出现了刻度

• 同样的方法可以让纵坐标出现刻度

• 其实我们还可以使用线条属性来更改坐标轴的样式，可以选择无箭头的坐标轴，也可以更改坐标轴的箭头样式

• 最后我们可以设置坐标轴的其他选项，来满足我们的需求

转载请注明来自DataScience.

邮箱: 675495787@qq.com

这篇文章的标题写错了，应该是《修改批注默认签名》，希望管理员看懂啊了给改一下《修改批注默认签名》

• 我们看到默认的批注签名都是：administrator，现在就要修改它

• 点击【文件】按钮

• 看到打开了开始菜单，我们选择【选项】按钮

• 切换到【常规】标签下面，对这就是这里

• 找到用户名，修改用户名为你需要的名字

• 点击确定按钮，设置完成

• 插入一个批注试试效果

• 现在批注的签名已经成为你想要的了。哈哈，更多教程，请关注我的百度经验。我们是专业的数据分析员，喜欢分享在工作中遇到的各种经验

转载请注明来自DataScience.

邮箱: 675495787@qq.com

交叉表分析主要用来检验两个变量之间是否存在关系，或者说是否独立，其零假设为两个变量之间没有关系。我们在实际的工作中，经常用交叉表来分析比例是否相等。比如我们来分析一下，不同的性别对不同的报纸的选择有什么不同，就是要用交叉表分析了，下面是具体的方法。
方法/步骤

• 在spss中打开数据，然后依次打开：analyze–descriptive–crosstabs，打开交叉表对话框

• 将性别放到行列表，将对读物的选择变量放到列，这样就构成了一个交叉表

• 接下来我们要设置输出的结果，点击statistics，打开一个新的对话框

• 勾选chi-square（卡方检验），勾选phi and cramer’s V（衡量交互分析中两个变量关系强度的指标），点击continue，回到交叉表对话框

• 点击cells，设置cell中要展示的数据

• 在这里勾选observed（各单元格的观测次数），勾选row（行单元格的百分比），点击continue，回到交叉表对话框

• 点击ok按钮，输出检验结果

• 先看到的第一个表格就是交叉表，性别为行、选择的读物为列

• 卡方检验结果：我们主要是看pearson卡方检验，sig值小于0.05，因此我们认为不同的性别的人对周末读物的选择有显著的差别

• 最后一个表格，输出的是phi值和V值，两个都是代表两个变量之间的关系的紧密度的，数值小于0.1说明关系不紧密，即性别与周末读物的选择没有明显的关系，这个结论和上面的卡方检验有出入，所以我们需要进一步进行两两比较。

转载请注明来自DataScience.

邮箱: 675495787@qq.com

今天使用python来更新我的数据库，需要用到一个MySQLdb支持库，费了半天劲才找到，所以跟大家在这里分享一下。我在下面的参考资料里提供了MySQLdb的32位和64位下载地址，你先下载下来。

• 双击安装软件，打开安装界面，点击下一步

• 设置安装路径，一般路径是自动检测的，也就是你的python的安装路径，如果你发现不对，可以手动设置成python的路径。点击下一步

• 接着我们看到这个界面，点击下一步

• 打开python，引入MySQLdb，来测试一下是否安装成功，这是未安装成功的提示

• 这是安装成功，没有任何错误提示。

转载请注明来自DataScience.

邮箱: 675495787@qq.com

python可以快速的写成一个udp客户端程序，前面的文章中我们介绍了如何写udp服务器，服务器其实和客户端的程序时非常类似的，你看了下面的代码就知道了。

• 先引入socket模块

• 设置几个参数：host主机地址，Port端口，bufsiz缓存大小

• 创建一个udp套接字类型，如图所示，关键参数是第二个SOCK_DGRAM

• 下面的代码用于向服务器发送数据，并接受服务器传来的数据

• 下面是完整的代码。

• from socket import *

• host=’localhost’ #本地服务器地址

• port=12345 #客户端端口(确保和服务器的端口一致

• bufsiz=2048 #缓存大小

• addc=(host, port) #地址+端口

• udpclisock=socket(AF_INET,SOCK_DGRAM) #创建UDP的套接字类型。

• while True:

• udpclisock.sendto(b'hello', addc)
  

• data,adds=udpclisock.recvfrom(bufsiz)
  

• if not data:
  

•     break
  

• print(data)
  

• udpclisock.close()

转载请注明来自DataScience.

邮箱: 675495787@qq.com

很多数据是从网上下载而来，数据的格式可能是csv，那么pandas可以很容易的从csv格式的文件中读取数据，下面我们来看看具体的过程：

• 引入pandas

• 使用pandas下的read_csv方法，读取csv文件，参数是文件的路径，这是一个相对路径，是相对于当前工作目录的，那么如何知道当前的工作目录呢？

• 使用os.getcwd()方法获取当前工作目录

• 读取前三后数据，查看一下是否读取正确，显然都是乱码，这是什么问题呢？

• 我们需要设定参数encoding，也就是编码方式，如果你不设定编码方式，默认是utf8，现在csv文件是gbk编码的，所以需要使用encoding=’gbk’

• 我用的编辑器是eric4，注意，eric4默认是不支持中文的，如果你想要显示中文，前提是设置正确的编码，在preferences中

• 设置成utf8即可

• 回到pandas，我们可以有更多选项来设置打开数据时的操作：

转载请注明来自DataScience.

邮箱: 675495787@qq.com

矩阵的距离，这里是的是欧几里得距离，其他距离表示方法我们以后再谈，今天进说一下如何计算两个形状相同矩阵之间的距离。

• 创建一个矩阵a和b

• 先计算得到他俩的距离矩阵c

• 距离矩阵的平方，得到矩阵d

• 计算矩阵d的迹

• 然后将得到的e进行开方得到距离：你可以手动算一下是不是正确。

• 我们用到的原理就是矩阵的迹的性质，在numpy或者scipy中还有计算距离的函数，我们以后再说

• 今天用到的所有代码如下：

• a=[[0,1],[1,0]]

• a=np.array(a)

• a

• array([[0, 1],

•    [1, 0]])
  

• b=[[1,1],[1,1]]

• b=np.array(b)

• b

• array([[1, 1],

•    [1, 1]])
  

• c=a-b

• c

• array([[-1, 0],

•    [ 0, -1]])
  

• d=np.dot(c,c)

• d

• array([[1, 0],

•    [0, 1]])
  

• e=np.trace(d)

• e

• 2

• e**0.5

• 1.4142135623730951

转载请注明来自DataScience.

邮箱: 675495787@qq.com