我们在统计问卷数据的时候经常使用的指标就是百分比，很多人使用笨方法，输入公式来求百分比，速度非常慢，其实我们可以使用数据透视表来求百分比，而且还可以根据条件统计不同条件下的百分比，非常快速简单，而且不容易出错，下面我来分享一下具体步骤：

• 假如，我们要统计不同性别的人在题目B1a下不同答案的百分比情况

• 在插入标签下，找到数据透视表，如图所示

• 将表区域设置成sheet1的所有区域，点击确定按钮

• 在右侧，出现了设置报表字段的界面，我们使用拖动的方法，将性别放入行字段、将B1a放入列字段和值字段

• 点击值字段的下拉列表，我们设置一下显示的方式

• 我们设置值显示方式为【行汇总的百分比】，点击确定按钮

• 好了，我们的透视图已经做好了

转载请注明来自DataScience.

邮箱: 675495787@qq.com

频率就是次数，我们经常用频率来描述称名变量出现的次数的多少，在spss中，对频率的统计方法很简单，下面我们统计一下各个部门的人数来示范一下如何使用频率统计。
工具/原料

• spss20.0
  方法/步骤

• 打开spss，在file菜单，打开open，找到你要操作的文件，打开它

• 打开数据以后，在菜单栏上执行：analyse—descriptive statistics—frequencies

• 打频率设置对话框，我们选择一个变量，比如我们要统计各个部分的员工数，就要选中department，然后点击下面的添加按钮

• 为了更加直观的看到频率的分布，我们需要添加一个图表，点击charts按钮

• 选择一个图表样式，比如选择饼形图pie charts，然后点击continue按钮

• 回到了frequencies对话框，点击ok按钮就可以看到输出的结果了。

• 这是我们首先得到的spss命令，你应当留意这些命令，以后可以直接的输入代码来达到你的目的。

• 这个表格可以看到各个部分的的频率，下面的饼形图可以更加直观的看到各个部门的频率分布

转载请注明来自DataScience.

邮箱: 675495787@qq.com

python操作字典是非常简单方便的，至少我用过的这些语言里，python真的是很好用，今天就跟大家分享一下python字典的基本操作，下一篇介绍一下python字典的一些方法，下面看例子吧。

• 创建字典的方法很简单，现在我创建一个字典a，它有三个键：a,b,c；键分别对应三个值1、2、3。

• 想要读取键a的值，我们只需要这样写：

• 读取b的值

• 更改键b的值为10000：

• 增加一个键d，它的值设置为100000

• 当然，我们还可以删除掉键d

• 我们还可以通过pop方法来删除键，它的不同之处是再删除的同时会返回该键的值

• 想要彻底清除字典a所有键，使用clear方法。

转载请注明来自DataScience.

邮箱: 675495787@qq.com

上一篇我们讲了pandas实现的一个简单的计数统计，今天我们还是针对同样的数据，统计一下各个专业高考成绩在520以上的学生个数和百分比。下面看看具体的实现过程：

• 先引入pandas，然后读取csv数据

• 我们先筛选出高考成绩在520以上的学生

• print打印数据的前三行为：

• 然后根据得到的good数据，统计各个专业学生的人数

• 利用print来查看结果

• 计算总体中各个专业的人数

• 利用print查看统计结果

• 最后，我们需要计算百分比，直接利用矩阵的除法即可

• 利用print输出结果

转载请注明来自DataScience.

邮箱: 675495787@qq.com

强影响点会影响线性回归的回归效果，所以我们需要对这些数据进行筛选，那么如何诊断中这些数据呢？我们通常是使用强影响点诊断，下面是具体的方法：
工具/原料

• spss20.0
  方法/步骤

• 在菜单栏上执行：analyse–regression–linear，打开线性回归对话框

• 将自变量和因变量放入各自的框框中，上面的是因变量，下面的是自变量

• 点击statistic按钮，我们设置检验强影响点的参数

• 勾选如图所示的选项，我们看到一个数值3是我们自己填的，3代表三个标准差，在3个标准差以外的数据就会作为强影响点，这里只是诊断强影响点，而不会 在处理数据的时候删除这些数据

• 点击ok按钮，开始处理数据并输出诊断的结果表格

• 这个表格就是对强影响点的诊断，case number这个就是被诊断出来的强影响点的case编号，我们可以删除这些强影响点以后再进行数据的处理

转载请注明来自DataScience.

邮箱: 675495787@qq.com

今天调程序发现总出现错误TypeError: ‘str’ does not support the buffer interface，研究了很久才发现，错误在与python的版本不同，我们来看看如何更改。

• 这是我的源码，是不是和你的挺像？红色方框的位置出现了错误。也就是在sendto函数这里，我们发送一个字符串，但是提示我们类型错误

• 新版本的python对字符串对象做了很大的更改，使得原先的函数产生了很大的不同，所以我们需要添加一个参数。这个问题就解决了。

• 但是，还有一个问题，这种方法发送的字符串发送的结果是b’hello，怎么办呢，我们使用转码函数试试。print(cs.recv(1024).decode(‘utf-8’))

转载请注明来自DataScience.

邮箱: 675495787@qq.com

我们用前面提到的方法检验得到调节效应以后，如何知道调节变量到底是如何影响自变量和因变量的吗？这个从方程系数的大小不容易看出来，通常需要绘制散点图（趋势线）来说明问题，绘制过程挺麻烦的，我特地制作了一个Excel，你只需要在特定的位置写入数据就可以可完成绘图。

• 先从下面的参考资料里下载一个Excel文件，保存在我的百度网盘中

• 这个表格你一定很熟悉，对了就是做调节效应的时候，我们检验交互项的系数是否显著，看到sig值了吧，显著！这就意味着我们要开始画图了

• 你看到我的Excel文件，里面就是这个样子，你需要将你的方程的系数写入第二行，X是自变量，M是调节变量，X*M就是交互项

• 我的方法你们可以借鉴，我同时复制这四个值

• 然后选中A2

• 转至粘贴，竖着的原数据就会撗起来

• 接着我们设置M的值，看你的调节变量的标准差，取正负一个标准差，分别写到E2和E3

• x值比较简单，看你的X取值范围，取最大值和最小值

• 最后，你的图就自动画好了，截图，粘贴到你的文章中，ok，觉得文章好就分享给你的小伙伴吧。

转载请注明来自DataScience.

邮箱: 675495787@qq.com

当一个Excel文件中有大量的工作表的时候，我们很难一个一个的去翻找，比如有100个工作表，那么这时候我们就用到了这个技巧【快速跳转至指定工作表】，具体教程如下。

• 我先来看一下，我建立了很多工作表，大概有十几个

• 在左下角有一个绿色小三角，点击这里可以切换不同的工作表，你左键点击，尝试一下

• 但是我们不想一个一个翻看工作表，直接跳转到我想去的工作表怎么办？右键单击这个小三角，看看小工

• 弹出一个列表，你可以从中选择想看的工作表，点击确定按钮

• 这样你就会跳转到指定的工作表了。

转载请注明来自DataScience.

邮箱: 675495787@qq.com

经常会遇到排名的问题，我们可以使用排序的方法来得到排名，但是很多时候我们会用到美式排序法，当出现相同分数的时候名次不再连续，下面我们会演示这种情况。

• 首先，先看看原始的数据，想要对这一列数据进行排名，得到名次

• 在b2单元格输入公式=rank(a2,a$2:a$19),第一个参数表示求谁的名字；第二个参数表示在那个范围内求名次

• 我们看到这个公式求得的名次

• 我们使用快速填充的方法，拖动单元格，将其他单元格填充好

• 名次排名就得到了，假如出现第五名是重复的，那么第六名就没有了，从第七名开始了

转载请注明来自DataScience.

邮箱: 675495787@qq.com

今天写一个系列，记录一下如何用python来操作txt文件，包括写入txt、读取txt等，我们今天作为入门先来看看比较简单的创建和写入txt，下面来看看具体的例子：

• 使用open方法打开一个txt文件，句柄保存在f中。注意第二个参数w，表明是可写模式，只有这种模式你才可以写入文字。第一个参数大家都知道，就是文件路径，如果文件不存在，那么会自动创建一个该目录下的txt文件。

• 写入文字，用write

• 如果你一次有多行要写入，你可以用一个列表作为参数：

• 如果写入完毕，我们需要关闭文件，用到的close方法。

• 最后看一下，已经写入到tt记事本了。

• open(path,’w’)：w模式下，写入内容会覆盖掉原来的内容，所以我们还有另一个模式叫做追加模式，就是a模式。下一篇介绍。

转载请注明来自DataScience.

邮箱: 675495787@qq.com