至此，我们已经实现了最初的要求，将每天的数据都分别存到一个excel表中。目的：将一个表格拆分成多个表格，并以分类作为excel的表名保存。1、首先将本地表格读取进Python中，并将数据进行处理。2、对全部数据进行循环遍历，保存到规定的路径下。2.对数据进行循环遍历，保存结果。1.1导进需要用到的模块。1.2 对数据进行处理。

pycharm中同时注释多行代码的快捷键：代码选中后，同时按住 Ctrl+/，被选中行被注释；再次按下Ctrl+/，注释被取消。

在json模块有四个方法，loads()：将json数据转化成dict数据dumps()：将dict数据转化成json数据load()：读取json文件数据，转成dict数据dump()：将dict数据转化成json数据后写入json文件1：dict转换为jsonimportjsondict_data={'list_data':[1,2,3],'tuple_data':(1,2,3),'str_d

面板数据（panel data）是指不同对象在不同时间上的指标数据。目前面板数据被广泛地应用于经济研究中。本文简单介绍下，使用SPSSAU进行面板数据回归分析步骤。一、数据格式下图中，展示的就是一个面板数据的例子。数据为9个地区2008~2018共11年的各项经济指标数据。地区列反映的是数据不同的截面，即不同的研究个体。日期列反映了数据的时序性，即反映不同时期的数据。面板数据是二者的结合，上传数据

sum(...) over( )，对所有行求和sum(...) over( order by ...)，和 = 第一行 到 与当前行同序号行的最后一行的所有值求和，测试用的数据1.sum(LABST) over()2.sum(LABST) over(order by MATNR)3.sum(LABST) over(order by MATNR,ZWEEK)4.sum(LABST) over(par

门限回归模型(Threshold Regressive Model，简称TR模型或TRM)是汤家豪于1978年提出了门限自回归模型后进一步将这一思想扩展到回归模型中 。门限回归模型的基本思想是通过门限变量的控制作用，当给出预报因子资料后，首先根据门限变量的门限阙值的判别控制作用，以决定不同情况下使用不同的预报方程，从而试图解释各种类似于跳跃和突变的现象。其实质上是把预报问题按状态空间的取值进行分类

经过查找，发现导入包时写的方式不对。我是这样写的import matplotlib as plt改成这样就ok了import matplotlib.pyplot as plt

目的：1、实现使用python 打印九九乘法表2、实现将九九乘法表输出就，保存到txt文件中步骤：首先画出流程图其次选择代码实现过程中用到的方法，我选用的是for循环。考虑到打印九九乘法表需要换行、空格等需要了解print('',end=" ")中end参数的作用，其作用为：为末尾end传递一个空字符串，这样print函数不会在字符串末尾添加一个换行符，而是添加一个空字符串，其实这也是一个语法要求

在电脑中找到anaconda的路径的方法：1、按【win+r】快捷键打开运行；2、在输入框中输入cmd，点击【确定】；3、在打开的命令提示符中执行【conda info --envs】命令即可。