Python教程：[59]读取txt内容

2016年09月23日

前三篇文章主要将写入txt，今天我们讲读取txt，读取txt其实就是以r模式打开txt文件，然后读取其内容，下面看一下代码吧：

以可读模式打开txt文件：

读取第一行内容，保存在line中，然后打印出line

通过循环就能读出所有行：注意readine每调用一次就会读取下一行

还可以使用这个方法读取所有的行

速度更快的方法是直接使用多行读取的方法：readlines，参数5表示读取5行

转载请注明来自DataScience.

邮箱: 675495787@qq.com

#python

Mysql教程：[4]查看数据库信息

2016年09月23日

怎么查看数据库的用户名？怎么查看mysql数据库的端口号？怎么查看数据库的表？怎么查看数据库名称？等等，这些问题就会在这篇文章里解决，我们看看下面具体的过程吧：

首先是查看mysql数据库的端口号，使用命令show：

查看有哪些数据库：

查看mysql数据库所有用户：

查看某个数据库中所有的表：

转载请注明来自DataScience.

邮箱: 675495787@qq.com

#mysql

Python统计分析：[7]混合设计的方差分析

2016年09月23日

混合设计的方差分析就是既有组内变量又有组间变量的方差分析。想要进行这样的方差分析，如果还是用python.statsmodels就不太方便了，因此用到了Python的另一个还比较年轻的统计包pyvttbl,它对anova的支持更全面，使用也更方便，这里我们就看看如何用pyvttbl来实现混合设计的方差分析。

引入DataFrame对象，注意此Dataframe不是pandas.DataFrame

读取数据

我们看一下pyvttbl.DataFrame的结构，有一个变量是必须的——SUBJECT，也就是被试编号，同一个被试有相同的编号，这是我们必须提供的，否则在后面的分析中会出错。

我们用anova方法进行混合设计的方差分析，需要制定因变量score，组间变量group，组内变量test

打印出来的结果有很多，首先看组间效应的检验，group的F和sig值
与此相对应，我们输出spss中的结果

接着是组间效应的检验，包括交互效应
以下是spss中的输出结果

最后是边际均值

转载请注明来自DataScience.

邮箱: 675495787@qq.com

#python

spss如何使用K-S进行正态性检验

2016年09月23日

在对数据进行t检验或者f检验之前需要让数据满足正态性的要求，所以应该对数据进行正态性检验，检验正态性的方法中，K-S检验是最普遍的方法之一，下面我们就来具体的操作一下图和进行K-S检验。
方法/步骤

我拿到数据以后，先要在spss中组织数据，如图所示，第一列变量是我们要检验是否为正态的变量，第二列是数据的分组，即他们的组号。有的时候你的数据没有分组，也就是只有一个组，那就没有必要写group列了

为了分别检验每个分组的数据是否符合正态分布，我们要先将各个组分离（如果你的数据只有一个组那就没必要进行这一步了），如图所示在菜单栏上执行：data—split file

勾选【organize output by groups】，它的意思是分组呈现变量结果，将分组情况这个变量添加到group based on中，点击ok按钮

接着要对正太性进行检验了，我们在菜单栏上执行：analyze–nonparametric—one sample

切换到fileds这个选项，然后将你要检验的变量放到右侧的text fields中

切换到settings选项，然后点击【choose test】，勾选右侧的K-S检验，如图所示。然后点击下方的options

打开如图所示的对话框，我们将normal这个选项勾选，因为没有已知的正太分布的参数，所以选择use sample data，点击ok

切换到text options 设置显著性水平，如图所示，一般为0.05或者0.01

点击run，你就会看到数据处理的结果了

下面是各个组的检验结果，结果显示的很详细，每个组都没有达到显著水平，接受原假设，即所有的组都是正态分布的。

转载请注明来自DataScience.

邮箱: 675495787@qq.com

#spss

DataNitro：[6]sheet操作(A)

2016年09月19日

今天继续我们的datanitro，讲一讲对sheet的操作，sheet就是工作表（擦！你以为我们不知道啊！），因为内容比较多，我们分为A篇和B篇，看完A篇（A篇听起来很性感），觉得好看再看B篇。

active_sheet：返回当前活动工作表（当前活动的也就是你正在操作的，鼠标点一下某个sheet就会激活这个sheet）。如果你不传入任何参数，他会返回活动sheet的名称，如果你传入一个sheet名称，就会激活该sheet：

display_sheet：展示某个工作表：它的用法和上面一样，传不传参数，它的功能不同，其实datanitro的很多方法都是这样的，你畜类旁通一下，因为很多时候我是不会重复的说这个事情的。

clear_row和clear_col：清空某行或者某列：他们可以使用整数、列表、Cell对象CellRange对象作为参数。当使用Cell或者CellRange的时候，他们清空的是这些单元格所在的行或者列

del_row/del_col用法也是同上，顾名思义，删除行或者列。
hide_row/hide_col用法稍微不同，顾名思义，隐藏行或者列。可以传入整数、列表，还可以指定隐藏某个特定的工作表中的行。

row_is_hidded/col_is_hidden：判断某行/列是否被隐藏，如果被隐藏，返回True，否则返回False。只能接受整数作为参数，而是否指定某个工作表是可选的，如果不指定，那么就指的是当前活动的工作表

insert_row/insert_col：这两个方法你应该亲手测试一下，传入不同的参数看看效果，它可以接受的参数有整数，Cell对象，列表；还可以指定某个工作表。

aotofit：设置自动列宽，它有两个可选参数：工作表和CellRange地址

转载请注明来自DataScience.

邮箱: 675495787@qq.com

#datanitro

Python教程：[21]url转码方法

2016年09月17日

在url中有一些是不能被打印或者不被web服务器作为有效url的字符必须转码以后再能使用，所以我们就用到了quote函数，quote函数的语法如下：quote(urldata,safe+’/‘)；逗号、下划线、句点斜线和字母数字这类符号是不需要转化的，通常中文是需要转换的。那些被转换的字符前面会加上一个百分号，同时转换成了16进制字符。

先引入urllib模块

假如我们要对下面的url进行转码，注意观察各种字符的变化

使用quote方法，进行转码

我们看看转码得到的结果：

我们想要得到原先的url，可以使用quote的逆函数unquote

得到反转码以后的url，我们看到这种方法并没有返回中文字符。

转载请注明来自DataScience.

邮箱: 675495787@qq.com

#python

Python教程：[55]matplotlib安装下载方法

2016年09月15日

我建议大家用exe文件安装matplotlib，我使用setuptools安装，没安装成功，提示一堆错误。所以我推荐还是exe安装，我把matplotlib的exe安装文件列表写在下面的参考资料里。你找到对应版本的下载就可以，这里是安装过程：

首先，我们下载了适合自己的版本

打开它，就会看到安装界面，点击下一步

这里，输入python的安装目录，点击下一步
‘

安装过程的截图

现在就安装好了，引入一下，看看是否出现了错误，没有错误就说明安装成功。

如果提示错误：ImportError: matplotlib requires dateutil，你可以看这篇文章：http://jingyan.baidu.com/article/aa6a2c14d5aa7f0d4c19c4e2.html
如果提示错误：ImportError: matplotlib requires pyparsing，你可以看这篇文章：http://jingyan.baidu.com/article/e4d08ffdd3b9690fd2f60de2.html