numpy.diag()返回一个矩阵的对角线元素，或者创建一个对角阵（ diagonal array.）。我们还是用例子来说明问题：

• 先引入numpy

• 创建一个对角阵，如下

• 创建一个二维数组x

• 提起二维数组的对角元素的值，构成一个一位数组

• 或者，我们可以使用第二个参数，获取其他元素，请自行观察这个值在x数组中的位置

• 接着，你换一个参数试试

• 连续使用两个diag，可以得到一个对角阵，除对角线以外的元素均为零

• 今天用到的所有代码：

• numpy.diag((1,2,3))

• array([[1, 0, 0],

•    [0, 2, 0],
  

•    [0, 0, 3]])
  

• x=numpy.arange(9).reshape((3,3))

• x

• array([[0, 1, 2],

•    [3, 4, 5],
  

•    [6, 7, 8]])
  

• x=numpy.arange(10,19).reshape((3,3))

• x

• array([[10, 11, 12],

•    [13, 14, 15],
  

•    [16, 17, 18]])
  

• y=numpy.diag(x)

• y

• array([10, 14, 18])

• numpy.diag(x,1)

• array([11, 15])

• numpy.diag(x,-1)

• array([13, 17])

• numpy.diag(np.diag(x))

• Traceback (most recent call last):

• File “<pyshell#38>”, line 1, in

• numpy.diag(np.diag(x))
  

• NameError: name ‘np’ is not defined

• numpy.diag(numpy.diag(x))

• array([[10, 0, 0],

•    [ 0, 14,  0],
  

•    [ 0,  0, 18]])
  

转载请注明来自DataScience.

邮箱: 675495787@qq.com

我们先来讲一个案例，我们想要知道两个年龄组的儿童在同一个问题上回答的正确性是否不同，统计出来的四格表是这样的：

• 原始数据的数据结构，见下图。在这里没有频数，只有年龄组和是否正确这两个变量

• 在菜单栏上执行：分析–描述统计–交叉表

• 将年龄组设置为行变量，是否正确设置为列变量；然后设置统计量，点击statistic

• 勾选卡方值，这样才能输出卡方值

• 首先看到的表格是基本的频数统计，没什么好说的，大家都懂

• 看第二个表格是最关键的信息，我们看sig值，如果小于0.05就可以认为达到了显著水平，拒绝虚无假设，认为年龄对答案的正确性产生了影响。

• 先整理数据，数据结构见下图

• 接着进行加权

• 用频数进行加权，点击ok

• 接下来的步骤都是一样的，见上面。

转载请注明来自DataScience.

邮箱: 675495787@qq.com

这是python.Django1.6教程系列文章的第一篇文章。我会在以后的日子里尽快写完所有的Django教程，教程中有什么不对的地方希望大家批评指正。

• 假如你现在已经安装好了setuptools，打开开始菜单，打开运行窗口

• 输入cmd，按下回车键，打开命令窗口

• 输入命令easy_install django

• 接下来有一个漫长的等待过程，因为要下载这个包，包不算小

• 当看到这个成功提示的时候，说明你已经安装好了Django，接下来测试一下是否安装成功

• 我们打开python shell，输入import django，如果没有出现错误提示，说明你安装成功了。

• 下一篇文章，我们来讲讲如何创建一个站点

转载请注明来自DataScience.

邮箱: 675495787@qq.com

我们插入了页眉页脚以后就无法删除了，实际上这是错误的想法，页眉页脚其实一直都在，只是我们看不到罢了，今天我们就来教给大家如何隐藏和显示页眉页脚，其实也是删除和添加的意思，你自己看吧：

• 我们看到这是我添加的页眉，现在我要删掉他

• 假如我们清空页眉，内容是没有了，但是这多了几个字“单击可添加页眉”，无语了，所以这个方法不行，接着看

• 在视图下，切换到普通视图

• 页眉没有了，但是这里多了一条虚线，它是提示你的打印边界，实际上也不会被打印出来，但是看起来很别扭，假如你执意要删掉它，可以接着看

• 按下Ctrl+F9，打开宏编辑器，粘贴这一段代码：

• Sub HidePageBreaks()

• ActiveSheet.DisplayPageBreaks = False
  

• End Sub

• 点击运行按钮，如图所示，我们就可以去掉虚线

• 就是现在这个样子了。

转载请注明来自DataScience.

邮箱: 675495787@qq.com

spss聚类分析中，默认的聚类方法是按照变量的取值水平进行聚类，但是有时候，为了符合我们研究的要求，需要按照变量的取值模式进行聚类，这时候就用到了这里提到的一个方法：By case
工具/原料

• spss20.0
  方法/步骤

• 先在spss中打开你要处理的数据，然后点击菜单：analyse–classify–hierarchical cluster，打开聚类分析的对话框

• 将指标变量放入independent列表，然后把地区放入标签栏，因为地区可以作为case的标签

• 点击method按钮，这就是我们的重头戏，在在方法对话框中，我们需要设置Z分数的计算方法

• 如图所示，将standardised设置为Z score，然后勾选by case

• 点击ok，开始处理数据，等会就输出结果

• 第一个表格是聚类过程表，从聚类系数可以帮助我们判断将数据分为几类最合适，判断的方法是，相邻的两个数据变化的幅度显著大于前面的系数的变化范围，这时候分类在这里就是最好的

• 这里叫做层次聚类谱系图，该图也是帮助我们查看聚类过程的，我们看到如图所示，沿着垂直方向画一条线，这条线与图中的水平线交叉点就是分的类别，有几个交叉点就有几个类别。当然，你所画的线可以决定你的数据分成了几类，越往右边，分类数目越少

转载请注明来自DataScience.

邮箱: 675495787@qq.com

在抓取网页的时候经常遇到网页编码问题，我们需要将抓取的网页进行解码以后才能正确得到网页上的 内容，那么怎么获取网页的编码方式呢？很多人还在手动去查看网页源码，然后找到charset吗？下面是百度经验的编辑器页面的编码方式。

• 引入两个模块，urllib2用于获取源码，chardet用于检测编码方式

• 先获取网页，存放于f中

• 读取网页的内容，存放在txt中

• 使用detect方法来获得网页的编码方式

• 我们读取一下网页编码方式：

转载请注明来自DataScience.

邮箱: 675495787@qq.com

前一篇文章中我们介绍了结构方程模型中的测量模型，那么构成结构方程模型的另一部分就是结构模型，结构模型反应的是潜变量之间的关系，相当于通常所说的路径分析，但是结构模型比路径分析要复杂的多。下面我们详细介绍一下结构模型：

• 首先要看到结构模型都是由潜变量构成的，潜变量可以分为外因潜变量（ζ）和内因潜变量（η）。外因潜变量指的是原因，内因潜变量指的是结果，外因潜变量影响内因潜变量，所以我们在amos中绘图的时候，箭头都是由外因潜变量指向内因潜变量。内因潜变量和外因潜变量之间的相关系数用η来表示。

• 在amos中绘图，绘制内因潜变量和外因潜变量，根据下图我们还可以得到一个方程，其中ζ表示残差项，也就是图中的干扰变量。注意内因潜变量写在等式的左边。

• 假如有两个外因潜变量对内因潜变量有影响，我们的绘图方法如下，根据图可以得出方程。图中大写的φ指的是两个外因潜变量之间的相关，我们看到他们的相关用了一个双向箭头来表示，并且不是直线箭头，而是弯曲的。你绘图的时候也要注意两个外因潜变量使用双向箭头表示相关。

• 两个内因潜变量之间的关系我们用β表示，因果关系用单向箭头表示。

• 更复杂的模型就是既有两个以上的内因潜变量，通常有几个内因潜变量我们就要写出几个方程，写方程关键是看有多少路径，每条路径都是一个方程。路径是沿着箭头的方向从起点到终点的。比如下面我用红色箭头标出了路径之一。此路径的方程就是下面红色方框中的。

转载请注明来自DataScience.

邮箱: 675495787@qq.com

有时候我们需要对部分数据进行处理，这时候需要对满足条件的数据进行筛选，选择出符合要求的数据，select cases命令就是用来处理这种问题的。
方法/步骤

• 打开spss ，执行file –open–data，打开数据文件

• 在菜单栏上执行：data-select cases，打开case选择对话框

• 我们看到这里有很多删选的方法，我们一一进行尝试，首先根据条件筛选，选择if condition is satisfied，点击if按钮，打开设置

• 假如我们要筛选id小于45的case，那么我们先选择id，点击添加按钮，然后输入公式条件id<45

• 条件输入以后，点击continue按钮。这样就完成了按照条件筛选

• 、

• 假如我们要使用随机选择case的方法，我们就选择random sample of cases，然后点击sample

• 我们看到这个对话框有两个选项，第一个选择是选择百分比，也就是从所有的case中选择百分之多少的case；第二个选项是从前多少个case中选择多少个case

• 回到select cases 对话框，勾选基于时间或者case范围，看到下面这个对话框，输入case的范围是从第五十个到第100个，点击continue

• 最后一个filter variables，也就是过滤变量，这个选项的功能是如果变量中有缺省值，那么这个case就被删除或者排除在外了。

转载请注明来自DataScience.

邮箱: 675495787@qq.com

今天是这一个系列入门教程的第一篇，简单介绍一下python中是如何操作maxtrix（矩阵）的，然后我们后面就开始用python中的numpy来解决线性代数的问题，比如解方程等，下面我们开始吧：

• 我先引入numpy，以后的教程中，我们都引用为np作为简写

• 使用mat函数创建一个2X3矩阵

• 使用shape可以获取矩阵的大小

• 使用下标读取矩阵中的元素

• 进行行列转换：

• 实际上官方文档建议我们使用二维数组代替矩阵来进行矩阵运算；因为二维数组用得较多，而且基本可取代矩阵。比如：可见矩阵和数组基本上都可以

• 加减法也是一样的：

• 当然列表是不能这么尽兴加减的：

• 好啦，我们今天就介绍到这里啦，下一篇继续哈。

转载请注明来自DataScience.

邮箱: 675495787@qq.com

接着以前的文章，我们继续学习用Python解线性代数的问题。今天我们要练习一下《线性代数.同济大学出版.第一章习题10》,演示一下如何求矩阵的逆矩阵和验证结果是否正确。

• 这是今天我们要做的习题：只做前三题

• 将这三个矩阵录入到excel当中

• 开始写代码，先引入这两个库

• 先来计算第一个矩阵的逆矩阵，用np.linalg.inv来计算arr矩阵的逆矩阵，如果你看不太懂代码，应该去翻看我前两篇文章，里面讲得很详细
  这是输出的结果：

• 现在计算第第二个矩阵，我们发现这个矩阵是带有符号的，所以我们用sympy这个库中的Matrix对象来进行计算。我们可以使用Matrix.inv来计算逆矩阵，默认情况下，它使用高斯消去法，如果传入参数LU，它

• 这是输出的两个矩阵：

• 最后一题，和第一题一样，都是数字，但是现在我想验证一下计算结果，让两个矩阵点乘，如果结果是一个单位矩阵，那么久可以证明两个矩阵互为逆矩阵
  输出结果为：

转载请注明来自DataScience.

邮箱: 675495787@qq.com