CDA数据分析师 出品
编辑：Mika
大家好，这一期 Python 小技巧，我们来讲一讲变量的命名。
有这么几个规则你一定要注意：
一、不可以使用数字来开头。
你看如果是数字开头，运行就是错的。
二、不可以有空格。
你看 abc 和 1 之间不能有空格，你至少要用一个下划线或者横线来命名，当然我推荐下划线。
三、不可以使用内置函数。
比如说 print ，本身就是一个打印的函数，你不要把它当做变量来用。用了之后，打印的功能就没了。
四、不可以使用关键字。
像 for 等关键字不能用，因为它已经被赋予了该有的意义了，你记住了吗？
接着，我们来讲讲 Python 如何获取输入的内容。
我们使用 input 这个内置函数来获取输入的内容。
大家可以看到，我们运行一下。
这里输入想输入内容，这里写上我的名字 david 回车。
这时候 david 这个词已经复制给了 your name，所以我现在再把 your name 打印出来看一下。
你看， david 就在这里显示了，所以 input 就是用来获取你想要输入内容的一个内置方法。
你学会了吗？
大家好，在 Python 里有一个非常重要的 if 循环需要我们掌握。
我们今天就来讲一下。
首先我这里有一个 x 等于 10 ，我先写一个 if x < 5，那就 print 年龄小于 5 ，elif 代表如果 if 不满足的话，接下来继续判断这个是否满足。
x 是不是大于等于 5 小于 15 ，如果在这个范围里就 print 年龄大于等于5岁小于15岁。
最后如果这两个都不满足 else ，print 年龄大于15岁。
这里我们就可以看一下，如果 x 等于 10，在这个 if 循环里会得到的结果就是：年龄大于等于5岁小于15岁。
如果改成 20 ，它就会运行得到的结果是年龄大于15岁。
这个 if 循环非常重要，需要同学们好好掌握。
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
在分类变量关联分析中（如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”），卡方检验 P 值与 OR 值（比值比，Odds Ratio）是 ...
2025-11-05CDA 数据分析师的核心价值，不在于复杂的模型公式，而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05教材入口：https://edu.cda.cn/goods/show/3151 “纲举目张，执本末从。” 若想在数据分析领域有所收获，一套合适的学习教材至 ...
2025-11-05教材入口：https://edu.cda.cn/goods/show/3151 “纲举目张，执本末从。” 若想在数据分析领域有所收获，一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材：CDA教材一级：商业数据分析（2025）__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04在数字化时代，数据挖掘不再是实验室里的技术探索，而是驱动商业决策的核心能力 —— 它能从海量数据中挖掘出 “降低成本、提升 ...
2025-11-04在 DDPM（Denoising Diffusion Probabilistic Models）训练过程中，开发者最常困惑的问题莫过于：“我的模型 loss 降到多少才算 ...
2025-11-04在 CDA（Certified Data Analyst）数据分析师的工作中，“无监督样本分组” 是高频需求 —— 例如 “将用户按行为特征分为高价值 ...
2025-11-04当沃尔玛数据分析师首次发现 “啤酒与尿布” 的高频共现规律时，他们揭开了数据挖掘最迷人的面纱 —— 那些隐藏在消费行为背后 ...
2025-11-03这个问题精准切中了配对样本统计检验的核心差异点，理解二者区别是避免统计方法误用的关键。核心结论是：stats.ttest_rel（配对 ...
2025-11-03在 CDA（Certified Data Analyst）数据分析师的工作中，“高维数据的潜在规律挖掘” 是进阶需求 —— 例如用户行为包含 “浏览次 ...
2025-11-03在 MySQL 数据查询中，“按顺序计数” 是高频需求 —— 例如 “统计近 7 天每日订单量”“按用户 ID 顺序展示消费记录”“按产品 ...
2025-10-31在数据分析中，“累计百分比” 是衡量 “部分与整体关系” 的核心指标 —— 它通过 “逐步累加的占比”，直观呈现数据的分布特征 ...
2025-10-31在 CDA（Certified Data Analyst）数据分析师的工作中，“二分类预测” 是高频需求 —— 例如 “预测用户是否会流失”“判断客户 ...
2025-10-31在 MySQL 实际应用中，“频繁写入同一表” 是常见场景 —— 如实时日志存储（用户操作日志、系统运行日志）、高频交易记录（支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系，我将从相关系数的核心定义与类型切入，详解 “数 ...
2025-10-30对 CDA（Certified Data Analyst）数据分析师而言，“相关系数” 不是简单的数字计算，而是 “从业务问题出发，量化变量间关联强 ...
2025-10-30在构建前向神经网络（Feedforward Neural Network，简称 FNN）时，“隐藏层数目设多少？每个隐藏层该放多少个神经元？” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是：Excel 透 ...
2025-10-29在 CDA（Certified Data Analyst）数据分析师的工作中，“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
