看下面的图，为了一眼看到与几个线的差距，我给柱形图添加了一个基准线，这个基准线怎么做的呢？其实是又添加了一列数据作为及格线，然后又给他添加了一个趋势线，就成了现在的及格线，下面是具体的过程：

• 我们本来要绘制的柱形图只有一列数据，也就是得分这一列数据，为了画基准线，我们增加一个及格线

• 假如及格线都是4，我们快速填充好

• 选中两列数据，添加柱形图

• 插入的柱形图是酱紫的

• 我们点击蓝色的柱子，然后右键单击，从菜单中选择【设置数据系列格式】

• 在右侧打开一个对话框，我们设置系列重叠为百分之百

• 现在图变成了这个样子

• 接着选中红色的柱子

• 在右侧的属性窗口设置：填充为无，边框为实线，设置一下边框颜色

• 现在变成了酱紫

• 接着我们还是选中红色柱子

• 右键单击，然后选择【添加趋势线】

• 出来的效果图就是酱紫了。

转载请注明来自DataScience.

邮箱: 675495787@qq.com

使用ones可以创建任意维度和元素个数的数组，其元素均为1。empty函数的使用方法一样，只是它创建的是数组所有元素均为空，所以它是速度最快的创建数组的方法。

• 先从numpy中引入所有

• 接着，我们使用ones创建一个包含5个元素的一维数组，其元素均为1

• ones创建的数组数据类型默认为浮点型，我们可以通过第二个参数来设置其数据类型

• 假如我们创建一个2维数组，就要用到列表作为参数。三维数组以此类推

• 多维数组也可以改变数据类型

• 接着我们用empty试试创建数组

• 和ones的使用方法是一样的。empty创建的数组中，包含元素均为无意义的数值

转载请注明来自DataScience.

邮箱: 675495787@qq.com

spss诊断多重共线性是在多重线性回归的时候容易出现的一个问题，他指的是多个变量可能高相关，造成了模型方程的不稳定，一般是在方程求出来以后，发现方程的问题，然后进行的方程的诊断，下面是诊断多重共线性的步骤:
方法/步骤

• 多重共线性的诊断是在回归中进行的，所以先打开回归的对话框：analyse–regression–linear，打开线性回归对话框

• 将自变量因变量都放到各自的位置，然后点击statistic

• 在该对话框中，有一个多重共线性诊断的选项，勾选他，如图所示，点击continue按钮，返回主对话框

• 点击ok按钮，开始输出诊断结果

• 我们先来看这两个参数，特征根（Eigenvalue）：多个维度特征根约为0证明存在多重共线性；条件指数（Condition Index）：大于10时提示我们可能存在多重共线性

• 接着来看相关系数矩阵，找到数值接近1的相关，这也提示出可能存在多重共线性。

转载请注明来自DataScience.

邮箱: 675495787@qq.com

如果坐标轴是日期类型的数据，那么Excel会自动的填充缺少的日期，这样的图表看起来就不是连续的，在某些日期中就会出现空白，我们看一下下面的例子就知道了。

• 我们来看一下，由于商店在周六日休息，所以在周六日就没有营业额，我们使用这样的数据来插入一个直方图

• 在菜单栏选择【插入】【直方图】

• 我们看一下插入的数据，系统自动填充了没有的日期，造成这种难看的直方图

• 我们下面来改善这种情况，先选中横坐标

• 在坐标轴上右键单击选择【设置坐标轴格式】

• 在设置窗口，我们看到了，默认的选项是【根据数据自动选择】，我们将其更改为【文本坐标轴】，这样它就不会自动填充没有的日期了

• 这是更改后的直方图，空白数据已经被删掉了。

转载请注明来自DataScience.

邮箱: 675495787@qq.com

CellRange在之前介绍过，我们大概也知道CellRange就是几个单元格组成的区域，今天来系统地看一下CellRange有哪些方法和属性。

• 创建或者获取一个CellRange，我们可以用这些写法：注意print只是我为了输出这些CellRange的名字，与今天的学习内容无关。下面三种写法意义相同。

• 上一种写法代表了一个连续区域，下面的写法代表不连续区域：

• 通过名称获取一个区域：

• 我们还可以指明区域所在的sheet

• 迭代的方式输出所有单元格：

• 一个区域内包含多少单元格：可以用len()

• 像列表一样，我们可以使用索引来得到区域内任意一个单元格：

• 这篇文章略去的属性有：

• value,formula,color,hyperlink,comment,font，row,col,position,name,sheet，table，这些与Cell属性相同，参考上一篇文章

• 合并两个区域，用加号就好了

• 将Cell添加进CellRange

• 将Cell从CellRange中删除：

• 其他方法：

• 如：claer,copy_from,copy_format_from,is_empty,set_name等

• #可以参考Cell的方法

转载请注明来自DataScience.

邮箱: 675495787@qq.com

urlsplit和urlparse非常相像，用法基本一致，但是他们有略微的不同，split函数在分割的时候，path和params属性是在一起的，我们看下面的例子。

• 先用urlparse函数来分割url

• 将结果打印出来

• 我们看到输出的结果，有params这一项

• 接着使用urlsplit函数，可选参数不能输出，所以只能再前面加了以井号

• 我们比较一下两个结果

• urlparse函数

• urlsplit函数

转载请注明来自DataScience.

邮箱: 675495787@qq.com

上次我们教大家如何使用httpwatch来进行抓包，其实这不重要，重要的是如何使用获得的数据包，你能读懂数据包吗？好吧，我们今天就是用python来示范一下如何使用数据包。

• 先来设置两个url地址，第一个用于第一次访问，这样可以获得网站服务器发来的cookie，第二个网址是用于登陆的地址

• 引入两个模块，cookielib和urllib2

• 接着，我们安装一个cookie处理器，代码如下，这个代码很多人不太能读懂，其实你会用就可以了，他们就是这个固定的形式，顶多改改变量的名字。你复制下来以后自己用就可以了，用多了，你再去看代码的意义，你就都懂了。

• 然后我们先访问一下网站，获得一个cookie，你不用管这个cookie该怎么弄，前面设置的cookie处理器会自动处理。

• 接着，我们写一下postdata，也就是你要post的数据，因为我们打算登陆网站，所以postdata里肯定有用户名和密码，那么怎么知道该怎么写postdata呢？看你抓包得到的post数据。下面第一幅图是httpwatch抓包截图，点击postdata，看到post的数据，然后我们看第二幅图，就是python的写法。你自己感受一下。

• 写完postdata以后，我们 要将postdata转码一下，让服务器可以解读postdata数据

• 接着设置headers信息，headers也是抓包得到的。同样的方式，你去写header内的信息

• 然后我们通过request方法来登陆网站，并返回数据，返回的数据存储在request中

• 通过rulopen方法和read方法来读取数据，并打印出来。

• 我们看到输出的结果，这说明我们虽然正确的模拟了登陆网站需要的post信息，但是没有考虑到登陆网站是需要验证码的，后期我们会看到如何处理验证码，如果你拿这个教程去处理没有验证码的登陆问题，那么你现在已经成功了。

转载请注明来自DataScience.

邮箱: 675495787@qq.com

箱形图用于显示数据的一些基本的统计量：中位数、平均数、四分位数等，我们来看一个关于箱形图的介绍：

• 下面我们用Python.pandas来绘制箱形图，先引入相关的模块

• 配置画板

• 先绘制一个简单的箱形图，用到了ax参数指定在哪里绘图
  生成的plot.png如下图：

• 有时候我们需要分组显示箱形图，比如数据中有的来自于男性、有的来自于女性，我们先生成一个列表示男女

• 以性别进行分组，然后绘制箱形图
  生成的plot1.png如下图所示：左边的是a列数据，右边是b列数据

转载请注明来自DataScience.

邮箱: 675495787@qq.com

HTMLParser是python自带的处理html文件的模块，用起来非常简单，但很有实用价值，下面我们通过一个简单的例子来说明它的工作机制，然后对它所包含的所有方法进行一个说明。

• 先看一个简单的例子，我们先引入HTMLParser，然后声明一个类，继承自HTMLPaerser，然后定义了一个方法，这个方法继承自HTMLParser

• 这一段代码的运行结果是：从结果中我们可以看到feed方法是将要处理的html字符串传递给HTMLParser，处理的过程是从前到后逐个处理html文件的标签，当遇到一个标签的时候，就调用handle_starttag方法，我们写的这个方法就是将tag名打印出来，所以就出现了下面这个结果：

• feed()和handle_starttag()已经说了，这里不再重复

• handle_endtag()：处理结束标签，比如就是一个结束标签，当遇到结束标签的时候调用该方法

• handle_data():处理数据，比如这是数据，“这是数据”就是data，当遇到data的时候调用该方法。

• handle_entityref()：处理“>”“>”“>”这样的字符串，他们各有自己指代的字符，处理的方法是使用name2codepoint将其转换，就可以知道gt原来是>的意思

• handle_charref()处理十进制或十六进制“>”这样的字符串，可以将其转换为&gt

• handle_comment()处理内的内容

• handle_decl()处理html文档类型声明，例如

• 大部分方法都列在上面了，还有一些不常用就没有写，这些相信已经够你用了。

转载请注明来自DataScience.

邮箱: 675495787@qq.com

我们创建了一个数据透视表，然后突然发现创错误，需要删除数据透视表，怎么办？其实有两种方法，第一种就是删除数据透视表所在的工作表，第二种就是删除透视表而不删除工作表。第一种我常用，因为我建立的数据透视表通常是在新建的工作表当中，但是有时候，我们的数据透视表所在的工作表还有其他内容，无法删除，所以就需要第二种方法，下面是具体的步骤：

• 直接删除工作表，很简单，右键单击工作表，在右键菜单中，选择【删除】

• 方法二呢复杂一点：选中数据透视表的一个单元格

• 在菜单中出现了【分析】标签，我们切换到【分析】标签下

• 在这个菜单中，找到【选择】，点击它，打开一个下拉菜单

• 我们选择【整个数据透视表】

• 选中了数据透视表以后，我们点击【delete键】，删除之

转载请注明来自DataScience.

邮箱: 675495787@qq.com