问、什么是正则表达式？ 答： 简称为regex，是文本模式的描述方法 ✓ 例：\d是一个正则表达式，表示一位数字字符，即任何一位0到9的数字 ✓ \d\d\d-\d\d\d-\d\d\d\d,匹配前面isPhoneNumber()函数匹配的同样文本：3 个数字、一个短横线、3 个数字、一个短横线、4 个数字
dreamhappy2012
2019-06-24
问、把一个列表对象里面的内容清空？ 答： >>> a [[1, 2, 3], 4] >>> a.clear() >>> a []
dreamhappy2012
2019-06-24
问、列表对象的复制进阶：深复制 答： >>> import copy >>> a=[[1,2,3],4] >>> e=copy.deepcopy(a) >>> id(a[0]) 125906760 >>> id(e[0]) 125906568 >>> id(a[1]) 1687144608 >>> id(e[1]) 1687144608 进行深复制之后第一个子列表的id变了。 但是对于数字，字符串
dreamhappy2012
2019-06-24
问、列表extend方法:通过迭代的方式扩展列表 答： >>> a=[1,2,3] >>> b=[[1,2],3] >>> a.extend(b) >>> a [1, 2, 3, [1, 2], 3] a.extend（b）和a b的区别是前者直接会改变对象a的内容并不会返回一个新的对象，而后者不会改变a的内容而是返回一个列表对象。 extend(...) method of builtins.l
dreamhappy2012
2019-06-24
问、向列表里面添加一个一级元素 答： >>> num=[1,2,3] >>> id(num) 125904648 >>> num.append(4) >>> num [1, 2, 3, 4] >>> id(num) 125904648
dreamhappy2012
2019-06-24
问、对列表对象进行加法运算 答： 两个列表对象相加 >>> a=[1,2,3] >>> b=[4,5,6] >>> a b [1, 2, 3, 4, 5, 6] >>>
dreamhappy2012
2019-06-24
问、怎么计算列表对象长度？ 答： fruit = ['apple', 'mango', 'carrot', 'banana'] num=[1,2,3] student1=["张三","1班",17] student2=["李四","2班",[90,78]] class1=[["李红","女",160],["王小军","男",180]] >>> len(fruit) 4 >>> len(num) 3
dreamhappy2012
2019-06-24
问、列表切片（截取）例子 答： >>> fruit ['apple', 'mango', 'carrot', 'banana'] >>> fruit[0] 'apple' >>> fruit[1] 'mango' >>> fruit[2] 'carrot' >>> fruit[3] 'banana' >>> fruit[-1] 'banana' >>>
dreamhappy2012
2019-06-24
问、列表（list）对象的生成:借助list函数 答： In [7]: list([1,2,3]) Out[7]: [1, 2, 3] In [8]: list((1,2,3)) Out[8]: [1, 2, 3] In [9]: list({1,2,3}) Out[9]: [1, 2, 3] In [10]: list("123") Out[10]: ['1', '2', '3’] I
dreamhappy2012
2019-06-24
问、列表（list）对象的生成？ 答： 列表是一种容器类型，它可以是任意对象的有序集合。 例子： >>> fruit = ['apple', 'mango', 'carrot', 'banana'] >>> num=[1,2,3] >>> student1=["张三","1班",17] >>> student2=["李四","2班",[90,78]] >>> class1=[["李红","女",
dreamhappy2012
2019-06-24
问、k-均值聚类原理？ 答： 1）第一步，指定聚类数 k 值，确定聚类数的最重要的依据为组（类）内成员的商业意义； 2） 第二步，确定 k 个初始类中心 类中心是类特征的典型代表，一般来说初始类中心可以根据经验和随机两种方式确定。 3） 第三步，根据距离最近原则聚类 依次计算每个样本点到 k 个中心的距离，根据最近原则，将样本点分别分配到 k 个类中； 4）第四步，重新确定 k 个类中心 计算
dreamhappy2012
2019-06-20
问、k-均值聚类的定义： 答： 定义距离：相似性度量和非相似性度量，一般相似性度量使用相关系数、jaccard 等指标；非相似性使用欧式距离（Euclidean distance）、平方欧式距离、切比雪夫（Chebychev）距离、卡方、方差等指标。其中最长使用欧氏距离，其定义为：
dreamhappy2012
2019-06-20
问、线性回归与方差 用于解决什么问题？ 答： 用于检验单因素不同水平（>=3）时，某因变量均值是否有显著变化的情况，还可以进一步处理不同水平间的精细比较。例如不同受教育水平（假如水平数>=3）的员工绩效是否有差异，及其每种受教育水平两两间的比较。
dreamhappy2012
2019-06-20
问、偏相关分析 用于解决什么问题？ 答： 相关系数表达的统计效应中，有可能是来自于其他变量，例如冰棍销售量与性犯罪有显著的相关性，但它们间的关系多半与温度有关，所以如果不控制温度这个因素，就难以探究冰棍销售量与性犯罪间的真实关系，控制温度后，两者间可能就不显著了。 相关分析只是考虑了两个变量间的关系，偏相关可以同时考虑更多的控制因素，即可以消除其他关联性因素的影响后，在分析两个变量间的关系。一般
dreamhappy2012
2019-06-20
问、什么是Fisher Z 变换？ 答： 若相关系数𝑟𝑦𝑥 = 0.867，相关系数的抽样分布严格意义上说是正态分布的，但如果相关系数取值偏大，抽样分布通常是负偏分布的，这样导致相关系数的检验出现偏差。
dreamhappy2012
2019-06-20
问、相关分析比较？ 答： Pearson：适用于两列连续变量的情况。 Kendall 的 tau-b：适用于两列有序分类资料。 Spearman：是按秩次大小计算的线性相关分析。适用的范围很广，但统计效能要低于 Pearson。
dreamhappy2012
2019-06-20
问、散点图有哪些特征？ 答： 散点的密集程度，反应相关性的大小；散点是否具有线性关系，或线性趋势，还是其他形式，如果是其他形式是否可以转换成线性形式；线性关系之外是否存在异常值及其存在与线性趋势的哪个方向；数据是否存在稀疏问题。
dreamhappy2012
2019-06-20
问、H0：两变量间无直线相关关系有哪些适用条件？ 答： 适用条件 ① 数据间相互独立，包括观测间相互独立与变量间相互独立。 ② 两列变量均服从正态分布。 ③ 变量为连续变量（积差相关的条件）。 ④ 两变量间的关系是线性的。
dreamhappy2012
2019-06-20
