有些时候我们的数据是字符串形式的，pandas也能方便的处理，今天我们就举几个例子来操作字符串。

• 先来创建一个Series
  查看下其中的内容

• 将数据转换为小写
  查看下是不是转换为了小写

• 转换为大写

• 获取字符串的长度，使用len
  现在所有的字符串转换为了数字，也就是字符串的长度

• 我们还可以切割字符串，将字符串转换为list
  查看list构成的数据列

• 如果list构成的数据列比较怪，我们可以使用get方法获得列中的某个元素
  结果为：

• 替换字符串，使用replace，replace的第一个参数是正则表达式，第二个参数是要替换成的字符串。
  输出：

转载请注明来自DataScience.

邮箱: 675495787@qq.com

假如因素分析的时候我们会用到因素的值，比如根据因素的值进行排序，那么我们就需要用到save as variables过程。下面我们就要介绍一下如何使用这个过程。
工具/原料

• spss 20.0
  方法/步骤

• 准备好spss中的数据，然后在菜单栏上执行：analyse–dimension reduction–factor

• 将用于因素分析的变量放入variables框中

• 点击scores按钮，设置要输出的变量

• 打开score对话框，勾选save as variables，就是这个选项用于输出因素分数，点击continue按钮

• 点击ok开始输出数据，并在变量视图输出三个新的变量

• 如图所示，你会看到三个多出来的变量

• 通常我们要根据因素的值来对case进行排序，方法是选中一个因素的所有值，然后右键单击，选择sort descending，你会看到数据从大到小的排序

转载请注明来自DataScience.

邮箱: 675495787@qq.com

上一篇文章做了一个散点图以及散点图的趋势线，这篇文章转向柱形图，柱形图一般适用于离散数据，而直方图更多用于连续数据。下面是具体绘制过程：

• 引入相关模块
  创建一个10x4的DataFrame

• 绘制一个柱形图很简单，只要在plot里指定kind为bar
  这是输出的图plot1.png,有没有发现这个图很难看？

• 可以如此设置柱形图的样式：
  现在这个图变成了这个样式，如果你还是喜欢上一个图，你就设置mpl_style为none即可

• 堆积直方图只需要设置stacked=True
  绘制出来的堆积柱形图：

• 很多时候我们的柱形图是延水平方向的，这时候需要设置kind=‘barh’
  现在该图变成了水平方向的柱形图

转载请注明来自DataScience.

邮箱: 675495787@qq.com

在确定因子意义的时候需要看变量和因子的关系，如果比如某个因子在某个变量上的载荷为0.9，我们可以认为这个变量和因子的关系很紧密，可以用这个变量来解释这个因子，对载荷进行排序就可以帮助我们一眼看到因子之间的不同。
方法/步骤

• 在spss中准备好数据，然后在菜单栏上执行analyse–dimension reduction–factor，打开factor analyse对话框

• 将所有需要分析的变量放到variables框中，点击箭头按钮可以添加变量

• 点击option按钮，打开选项对话框

• 在选项对话框中，找到coefficient display format，勾选下面的sorted by size，这样设置就是为了让输出的因素载荷矩阵按照因素载荷的大小进行排序，方便我们查看结果

• 我们看到下面的两个表格，都是旋转因子以后的载荷矩阵，他们的区别是，第二个表格中的载荷已经经过了排序，我们可以直观的看到不同的变量在各个因子上的载荷，并将变量分类。

转载请注明来自DataScience.

邮箱: 675495787@qq.com

求n个变量之间的相关系数，我们直接求这几个变量之间的相关矩阵即可。上一篇讲了求身高体重之间的协方差，我们现在就来求他们之间的相关系数矩阵。

• 引入numpy模块

• 身高用s表示，体重用t表示，采集了三个人的数据，如下

• 创建矩阵y

• 我们使用numpy.corrcoef方法求相关矩阵，左下角或者右上角就是身高与体重的相关系数，而对角线上元素是t与t或者s与s的相关系数

• 再增加一个变量

• 求相关矩阵：

转载请注明来自DataScience.

邮箱: 675495787@qq.com

Python 实现单因素方差分析用到了scipy.stats.f_oneway()方法，用法很简单，只不过在用之前需要先检验方差齐性，用到了levene test。

• 引入相关模块

• 读取数据，数据保存在text文件中，就是两列数据，列之间用逗号隔开，参数header=None指的是数据头部没有标题，names参数指定列的名称
  我们可以看到输出的数据：

• 数据分组，因为数据中group列有三个值表示数据来自不同的组

• 将这三个分组后的数据保存到一个列表args里，有变成经验的应该知道*args的作用，不懂的百度 Python *args

• 首先进行levene test，如果p小于0.05，就警告方差不齐

• 之后再进行方差分析
  方差分析结果：

• 很多时候我们不知道数据分成多少组，需要自动生成不同组的数据，可以用下面的方法：

• 检验的结果也是一样的。

• 如果你熟悉Statsmodels，你可以这么做来输出更优雅的结果：
  输出结果为：

转载请注明来自DataScience.

邮箱: 675495787@qq.com

我们经常看到别人的条形图（柱形图）做的非常美观、易懂，是不是很羡慕？现在我们要学一个方法来给柱形图增加系列线，看起来像是虚线，将两条柱形图相连，它的目的是条形图的不同部分进行划分，看起来更方便。

• 我们先来看一下我们的数据，我们选中这些数据，点击【插入】标签

• 找到柱形图或者条形图，选择第二个，注意看它的形式

• 这是我们插入的柱形图，接着要添加系列线

• 双击条形图可以打开【设计】标签，找到【添加图表元素】

• 在下啦菜单中，找到【线条】–系列线

• 到此我们的系列线添加完毕，你还可以双击系列线来设置它的颜色、粗细、线型

转载请注明来自DataScience.

邮箱: 675495787@qq.com

在Excel里，假如想要绘制散点图的直线也是很简单的，但是我发现大家的问题基本上有两类，一类是散点图画出来了，不知怎么画直线；二是下图这样的情况，我们本来想要绘制的是直线，但出来的是曲线或者是两条线。

• 假如我们要绘制两条散点图曲线，我们选中三列数，第一列是自变量，其余都是因变量。因为有两个因变量我们应该得到两条曲线

• 选择散点图，我们选择曲线形式的

• 我们可以看到得到这个图是这样子的，并不是我们想要的，因为X轴（横坐标轴）不是X，而是一个序列

• 右键单击散点图，从右键菜单中选择【选择数据】

• 然后看到这个对话框，点击切换行/列，点击确定按钮

• 我们接着要设置一下端点的样式，因为在大部分论文中，图都是黑白的，为了区分不同的曲线，我们设置一个端点是空心，另一个是实心。双击选中一条直线，然后在标记这一栏选择填充颜色，设置为白色

• 到此，我们就完成了曲线的绘制

转载请注明来自DataScience.

邮箱: 675495787@qq.com

假如Excel中有大量图片需要弄出来，我们可以使用现在这个方法，只需要三秒钟，非常快速，而且都不用打开Excel，信不信？跟我来看。

• 先来看一下，我的Excel文档中有很多图片，现在就要把他们导出来，关闭Excel

• 右键单击该文件，然后选择【重命名】

• 接着，我们将后缀名改为rar，也就是压缩包的格式

• 现在Excel文件变身为压缩包，不要吃惊，后面还有

• 打开压缩包，里面有一个xl文件，打开它，然后找到media文件夹，打开它

• 没错，这就是我们要导出来的图片

• 你可以在压缩包中，直接将文件夹拖到桌面，完成。

• 我们看看在桌面上的media文件夹里，是不是。。。

转载请注明来自DataScience.

邮箱: 675495787@qq.com

如图所示，在研究中我们经常会用到这样一个线形图，如果两条线相互平行，我们就认为他们是没有交互作用的，如图相互交叉就认为是有交互作用的。下面我就交给大家如何画这个图：
工具/原料

• spss20.0
  方法/步骤

• 首先要打开主对话框，如图所示，在菜单栏上执行：analyse–GLM–univariate

• 将自变量和因变量放入格子的狂，如图所示，上面的框是因变量，点击plots按钮，我们来设置输出的图

• 将两个自变量分别放入两个框中，如图所示，上面代表横坐标，下面的代表不同的曲线，

• 点击add按钮，然后点击continue按钮，返回主对话框

• 返回主菜单， 点击ok按钮，开始处理数据并输出结果

• 如图所示，这就是输出的线形图了，很明显这个图证明两个自变量之间存在交互作用。当然要想得到确切的结果还得看输出的交互作用sig值

转载请注明来自DataScience.

邮箱: 675495787@qq.com