用python的numpy包中的linalg.solve()方法解多元一次方程，如果你对矩阵解方程非常熟悉，那么现在只是学习一下这个函数就好了。如果你不是很熟悉用矩阵解方程，你需要看一下线性代数的课本。

• 首先看一下我们要解的方程，将这个方程格式调整好，按照x-y-z-常数项的顺序排列

• 将未知数的系数写下来，排列成一个矩阵a，如下

• 常数项构成一个一维数组（向量）

• 使用linalg.solve方法解方程，参数a指的是系数矩阵，参数b指的是常数项矩阵

• 我们得到的解对不对呢？使用点乘的方法可以验证一下，系数乘以未知数可以得到常数项

• 今天用到的所有代码如下

• a=[[1,2,1],[2,-1,3],[3,1,2]]

• a=np.array(a)

• a

• array([[ 1, 2, 1],

•    [ 2, -1,  3],
  

•    [ 3,  1,  2]])
  

• b=[7,7,18]

• b=np.array(b)

• b

• array([ 7, 7, 18])

• x=np.solve(a,b)

• Traceback (most recent call last):

• File “<pyshell#31>”, line 1, in

• x=np.solve(a,b)
  

• AttributeError: ‘module’ object has no attribute ‘solve’

• x=np.linalg.solve(a,b)

• x

• array([ 7., 1., -2.])

• np.dot(a,x)

• array([ 7., 7., 18.])

转载请注明来自DataScience.

邮箱: 675495787@qq.com

在数据处理的时候，一般来说数据都是正态分布的，按照正态分布的性质，三个标准差以外的数据都，可以被看作是错误的数据从而排除掉，现在跟大家分享一下如何根据标准差来筛选数据。
方法/步骤

• 要想按照标准差筛选数据，必须先要求出每个数据的Z分数，如图所示，在菜单栏上执行analyze–descriptive statistic–descriptive，打开描述统计对话框

• 将我们要筛选的数据放入到变量对话框中，勾选save standardized values as variables，这样就能输出Z分数了，点击ok按钮，输出结果

• 我们看到，在数据窗口中多了一列数据，这就是我们求得的z分数，接下来要根据这组数据。来筛选数据

• 在菜单栏上执行data—select cases，打开数据筛选对话框

• 我们对case按照标准差进行选择，需要根据条件来选择，所以选择if conditions is satisfied，点击if来设置条件

• 在这里我们输入公式Zx2 <= 3 & Zx2 >= -3 ，这个条件的意思就是选择数值在3和-3之间。点击continue按钮，返回到主对话框

• 在主对话框中，点击ok按钮，开始处理数据

• 最后我们看一下处理的效果，超过三个标准差的数据在前面都有一个斜杠表示删除了。以后处理数据的时候他们就不参与了

转载请注明来自DataScience.

邮箱: 675495787@qq.com

现在我手头有一个研究数据，数据描述的是不同的年龄组儿童、不同的阅读顺序对是否受到干扰的影响。我们来看一下数据你就懂了。有两个年龄组分别为0和1代表；图书顺序也是两个分别为1和2，是否受到了干扰我们用0和1表示。我们想知道在不同的年龄组下图书顺序是否影响干扰。这时候用到了分层卡方检验，以年龄组作为分层变量。

• 首先打开交叉表分析对话框

• 将年龄组放入到分层变量框

• 打开【statistics】对话框，勾选卡方和CMH统计量，点击继续

• 我们看统计结果，首先是层间一致性检验。sig值显示差异不显著，说明不同年龄组中，图书顺序与干扰的关系是相同的。

• 接着看分层卡方检验结果，即考虑到年龄因素后，图书顺序与干扰的影响。这里显示图书顺序与干扰是无关的。隐私sig值均大于.05

• 最后要看的是优势比，主要看Estimate对应的值.861，关于优势比的概念，我们可以看我之前的一篇文章http://jingyan.baidu.com/article/bea41d437dbcb7b4c51be6be.html

转载请注明来自DataScience.

邮箱: 675495787@qq.com

SpssClient是用python实现spss操作的必定要引入的一个模块，我们今天就来看一下该模块下有哪些子模块，然后简单说一下我们按照什么顺序来写这一系列教程，重点讲什么，看看你自己是否需要看这篇教程。

• 先来看看SpssClient模块下有哪些类我们可以在python中使用。主要的大类有五个：DataDocList，SyntaxDocsList，OutputDocsList，SpssServerConfList，SpssScriptContext，我们下面分别介绍这五个类别

• DataDocList，就是spss的数据文件列表。用它来读取、修改、操作数据，数据文件的后缀名是sav

• SyntaxDocsList，就是spss的syntax文件列表，里面都是syntax代码，或者可能掺杂有python代码，它用于读取、修改、操作syntax代码，syntax文件的后缀名是sps

• OutputDocsList，就是spss的统计结果输出文件列表，里面存放着spss的统计结果，我们可以在python中使用该类来修改、操作结果数据，结果输出文件的后缀名比较熟悉，就是spv

• SpssServerConfList，该类用于spssserver，由于在我的工作中并没有用到过spss服务器，所以我的教程里不包括spssserver的相关内容

• SpssScriptContext，该类用于返回脚本文件的环境，现在还不涉及，以后用可能用到，但不是现在。

转载请注明来自DataScience.

邮箱: 675495787@qq.com

列表排序，做数据经常用到的一个方法，在python中想实现排序有时候觉得挺难，比如按照行排序或按照列排序，写起来都不简单，今天在这里总结一下在python中实现排序的所有方法，如有不全，请下面留言。

• 最简单的排序莫过于直接使用sort对一维的列表排序，创建一个列表

• 使用sort就地排序（就地排序就是改变了原始list的排序，而sorted不改变原始list数据）

• 可以使用reverse参数进行反向排序。

• 创建一个二维列表

• 使用operator进行排序，还是sort方法，使用key参数，下面根据第二列数据排序

• 多维排序，先根据第一列排序，然而第二列，然后第三列

• lambda用于写匿名函数，根据第二列数据排序，x表示列表中的元素，x[1]表示元素中的第二个值

• 反向排序

• 元组排序和list排序一样，当然还可以对object构成的列表排序，下面创建一个元组构成的列表

• 使用operator

• 使用lambda

转载请注明来自DataScience.

邮箱: 675495787@qq.com

今天要给每个一学生整理一个文件夹，存放他们的资料，我看了看Excel里的名单，好家伙，100多个名单，要创建100多个文件夹，累挺。我只能用程序来创建了，其实Excel可以帮助我们干很多事情，现在就让你知道，它还能写程序。当然你不懂代码也能做啦，不信就看看。

• 假如，我们要给每个一名字创建一个文件夹

• 在B1输入公式=”MD “ & A1 ，注意这个公式中，MD后面还有一个额空格，公式的意思就是在名字前面增加了一个MD和空格

• 向下拖拽，快速填充所有的行

• 我们会看到生成这么一列，我们需要将其复制下来

• 粘贴到文本文件里，然后保存为bat文件

• 我们看到这个文件就在这里呢，双击打开运行

• 批量创建的文件夹就在这里喽。

转载请注明来自DataScience.

邮箱: 675495787@qq.com

正定矩阵的定义是：设M是n阶方阵，如果对任何非零向量z，都有 z’Mz > 0，其中z’ 表示z的转置，就称M正定矩阵。这个定义你先搞懂，不懂的看课本去，我这里就直接用python来检验某个方阵是不是正定矩阵（用二维数组表示矩阵）。

• 我们用到的一个重要性质是：判定定理1：对称阵A为正定的充分必要条件是：A的特征值全为正。所以我们只要求得对称阵A的所有特征值即可。

• 引入numpy模块

• 创建一个方阵A

• 将方阵转换成对称阵的方法是：

• 求对称阵A的特征值

• 判断是不是所有的特征值都大于0，用到了all函数，显然对称阵A不是正定的

• 我们来创建一个单位矩阵，它肯定是对称的，同样的方法检验是不是正定矩阵

• 网上查到更简便的方法是对对称阵进行cholesky分解，如果像这样没有提示出错，就说明它是正定的

• 如果提示出错，就说明它不是正定矩阵，你可以使用try函数捕获错误值

• 以下是今天用到的部分代码：

• import numpy

• A=range(16)

• A

• [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15]

• A=numpy.array(A).reshape(4,4)

• A

• array([[ 0, 1, 2, 3],

•    [ 4,  5,  6,  7],
  

•    [ 8,  9, 10, 11],
  

•    [12, 13, 14, 15]])
  

• A=A+A.T

• A

• array([[ 0, 5, 10, 15],

•    [ 5, 10, 15, 20],
  

•    [10, 15, 20, 25],
  

•    [15, 20, 25, 30]])
  

• B=numpy.linalg.eigvals(A)

• B

• array([ 6.74165739e+01 +0.00000000e+00j,

•     -7.41657387e+00 +0.00000000e+00j,
  

•     -8.88285420e-17 +1.82759332e-15j,  -8.88285420e-17 -1.82759332e-15j])
  

• if numpy.all(B>0):print ‘是正定矩阵’

• C=numpy.linalg.cholesky(A)

• Traceback (most recent call last):

• File “<pyshell#41>”, line 1, in

• C=numpy.linalg.cholesky(A)
  

• File “D:Python27libsite-packages
  umpy-1.8.0-py2.7-win-amd64.egg
  umpylinalglinalg.py”, line 603, in cholesky

• return wrap(gufunc(a, signature=signature, extobj=extobj).astype(result_t))
  

• File “D:Python27libsite-packages
  umpy-1.8.0-py2.7-win-amd64.egg
  umpylinalglinalg.py”, line 93, in _raise_linalgerror_nonposdef

• raise LinAlgError("Matrix is not positive definite")
  

• LinAlgError: Matrix is not positive definite

• A=numpy.eye(4)

• A

• array([[ 1., 0., 0., 0.],

•    [ 0.,  1.,  0.,  0.],
  

•    [ 0.,  0.,  1.,  0.],
  

•    [ 0.,  0.,  0.,  1.]])
  

• B=numpy.linalg.eigvals(A)

• B

• array([ 1., 1., 1., 1.])

• if numpy.all(B>0):print ‘是正定矩阵’

• 是正定矩阵

• C=numpy.linalg.cholesky(A)

• C

• array([[ 1., 0., 0., 0.],

•    [ 0.,  1.,  0.,  0.],
  

•    [ 0.,  0.,  1.,  0.],
  

•    [ 0.,  0.,  0.,  1.]])
  

转载请注明来自DataScience.

邮箱: 675495787@qq.com

作为入门的第二篇文章，我们还是要讲一些基础的东西，这篇文章我们介绍一下如何在datanitro下使用Python来操作excel。

• 第一种方式，我们可以在Python shell里面运行Python代码，点击它打开

• 一开始我们会看到这个界面，出现了欢迎信息，说明你的datanitro Python shell是可以工作的。

• 输入一个简单的命令：Cell(1,1).value=’hello world’（注意大小写）；按回车就可以执行

• 这段代码的效果就是单元格A1赋值为hello world

• 我们可以使用Python中已经安装的包：

• 我们可以先建立一个Python的脚本文件**.py，然后引入该文件：点击import

• 找到该Python文件并打开

• 你会看到这个文件已经被引入，点击editor就可以编辑该文件

• 编辑器也是够难看的！但是我们可以先输入以下代码试试：注意#号表示注释，没有任何作用，实质上只有一句话有用：Cell(1,3).value=u’中文’

• 然后回到excel，点击run，就可以执行命令

• 用过excel函数的都知道它有多么强大，现在我们有机会写自己的函数了，我们需要先建立一个名字为functions.py的文件

• 在里面写入一个function并保存

• 记得检查在设置里面是否有允许使用Python自定义函数，如果你没有选，你需要选上他，然后重启excel

• 现在在单元格里使用一下该函数，你可以看到效果：

转载请注明来自DataScience.

邮箱: 675495787@qq.com

设置访问权限就是允许有限的几个用户进行查看和修改excel，我们通过填写用户的ID即可 允许他们查看工作表，而他们的ID也就是在微软免费注册的账号，相信很多人都有这个账号的，如果没有，安装office的时候会提示你申请账号的。
方法/步骤

• 新建一个excel工作簿：右键单击空白位置，然后选择新建–excel

• 打开excel，在工具栏上执行：审阅—保护工作簿

• 打开一个下拉列表，在这个列表里选择【限制访问】

• 弹出权限对话框，在这个对话框里，我们勾选【限制对此工作簿的权限】，然后你就能对下面的内容进行更改。

• 在这里输入允许查看和更改该工作簿的用户的ID，有人问这个ID是什么，这是在微软里注册的账号，如果你没有微软的账号是不允许设置权限的，你根本看不到该页面。它会提示你注册账号。

• 点击【其他选项】进行更高级的设置

• 打开高级设置对话框，这里可以设置文件的有效期，过了有效期加密文件就会失效。点击下拉列表可以选择到期时间。

• 下面三个选项是用户可选的三个具体权限，你想要允许他人进行哪些操作：打印，复制，还是编程

• 最后填写一下索取权限的邮件地址，也就是你的邮件的地址，当用户想要更改自己的权限的时候，就可以给你发送邮件。

• 设置完成后，保存文档即可。

转载请注明来自DataScience.

邮箱: 675495787@qq.com

我们看到下图中有两个sav文件，也就是两批数据，这两批数据的变量都是一样的，只是不同时间收集的两批数据，现在我们要合并者两个文件，得到一批总的数据，怎么办？下面是具体的步骤奥。
工具/原料

• spss 20.0
  方法/步骤

• 打开spss，先打开一个sav文件，然后在菜单栏上执行：data—merge files–add cases，打开合并文件的窗口

• 接下来你看到的这个窗口可能有两种情况，一个情况是你只打开了一个要合并的sav文件，另一个文件没有打开，那么你要选择第二个选项，如图所示，然后点击浏览按钮

• 打开浏览窗口，找到你的第二个数据，然后选中它，点击打开，这样就完成了基本的合并文件的操作

• 回到了合并文件的主对话框，点击continue按钮，进入合并数据向导。

• 如果我们同时打开了两个数据文件，那么在合并文件对话框中，你会看到第一个选项中有第二个文件，如图所示，这时候你直接在这里选择该文件即可，同样是点击continue即可合并数据

• 在该向导里，你会遇到两种情况，第一个情况是在upaired variables列表里有有量，如图所示，这时候你要决定这个变量有没有用，如果没用就不用管他，在新的数据里他就不会出现。如果这个变量是有用的，选中这个变量，点击下面的rename

• 打开一个rename对话框，输入新的名称，然后点击continue，回到上面的对话框

• 点击添加按钮，即可完成变量的添加，注意，因为该变量只存在于一个sav文件中，所以合并数据以后，有部分case在该变量上是没有值得。

• 点击ok按钮，数据合并完成。

转载请注明来自DataScience.

邮箱: 675495787@qq.com