A. 如何在powershell里運行python和代碼
（1）打開powershell。在開始菜單的搜索框輸入powershell，回車即可打開。
運行powershell
（2）運行python。在打開的powershell里直接輸入python，回車即可打開。如果python不能被識別，需要先在powershell下輸入並執行以下指令：
[Environment]::SetEnvironmentVariable(「Path」,」$env:Path;C:\Python27″, 「User」)
關閉並重啟powershell，輸入python並回車即可運行python。
運行python
（3）退出python。在powershell鍵入Ctrl—Z（即同時按住Ctrl和Z），回車以退出python。
（4）運行代碼。這里可能是最容易出錯的。因為如果代碼文件所在的路徑和默認路徑不一樣的話，會發生下圖所示的錯誤：
路徑錯誤
以上例子中，powershell的默認路徑是C:\Users\Wu,而代碼文件ex1.py是存儲在桌面的EX文件夾里的，路徑明顯不一樣。所以想要運行該代碼，必須先進入代碼所在的路徑。在powershell里，進入文件夾的指令是cd。具體指令如下：
運行代碼
cd desktop\ex 即進入桌面的ex文件夾，因為desktop是在默認的C:\Users\Wu路徑下的，所以可以寫成desktop\ex，而不用寫成C:\Users\Wu\desktop\ex。如果你的代碼放在D盤的Exercise文件夾，你就應該輸入 cd D:\Exercise 輸入後即可進入代碼所在的路徑。此時輸入「python+代碼文件名」即可運行。在上面的例子里，輸入的是 python ex1.py
另，powershell是不區分大小寫的。
B. win10 powershell輸入python : 無法將「python」項識別為 cmdlet、函數、腳本文件或可運行程序的名稱。
1,配置環境變數，加入到path中
2，關閉，再打開cmd
C. 0基礎學習python怎麼入門呢
鏈接：http://pan..com/s/1VFYbfZcE5a808W7ph9-qDQ
零基礎學python課程。Python是目前最流行的動態腳本語言之一。本課程由淺入深，全面、系統地介紹了使用Python進行開發的各種知識和技巧。 包括Python環境的安裝和配置、Python的基本語法、模塊和函數、內置數據結構、字元串和文件的處理、正則表達式的使用、異常的捕獲和處理、面向對象的語言特性和設計、Python的資料庫編程、Tkinter GUI庫的使用、HTML應用、XML應用、Django網頁開發框架的使用、測試驅動開發模式應用、Python中的進程和線程、Python系統管理、網路編程、Python圖像處理、Python語言的擴展和嵌入以及Windows下Python開發等。
課程目錄：
python語言的特點
python的發展歷史與版本
python的安裝
python程序的書寫規則
基礎數據類型
變數的定義和常用操作
序列的概念
字元串的定義和使用
......
D. power BI怎麼連接c_r_m
PowerBI並沒有安裝C，R，M引擎。若要在PowerBIDesktop中運行三個腳本，必須在本地計算機上單獨安裝。
安裝後打開PowerBIDesktop，在【文件】>【選項】中做如下設置。
PowerBI是軟體服務、應用和連接器的集合，它們協同工作以將相關數據來源轉換為連貫的視覺逼真的互動式見解。
E. 請問這個python腳本哪裡出錯了列印出一個無限循環的數
定義函數的時候，我們把參數的名字和位置確定下來，函數的介面定義就完成了。對於函數的調用者來說，只需要知道如何傳遞正確的參數，以及函數將返回什麼樣的值就夠了，函數內部的復雜邏輯被封裝起來，調用者無需了解。
Python的函數定義非常簡單，但靈活度卻非常大。除了正常定義的必選參數外，還可以使用默認參數、可變參數和關鍵字參數，使得函數定義出來的介面，不但能處理復雜的參數，還可以簡化調用者的代碼。
位置參數
我們先寫一個計算x2的函數：
def power(x):
return x * x
對於power(x)函數，參數x就是一個位置參數。
當我們調用power函數時，必須傳入有且僅有的一個參數x：
>>> power(5)25>>> power(15)225
現在，如果我們要計算x3怎麼辦？可以再定義一個power3函數，但是如果要計算x4、x5……怎麼辦？我們不可能定義無限多個函數。
你也許想到了，可以把power(x)修改為power(x, n)，用來計算xn，說干就干：
def power(x, n):
s = 1
while n > 0:
n = n - 1
s = s * x return s
對於這個修改後的power(x, n)函數，可以計算任意n次方：
>>> power(5, 2)25>>> power(5, 3)125
修改後的power(x, n)函數有兩個參數：x和n，這兩個參數都是位置參數，調用函數時，傳入的兩個值按照位置順序依次賦給參數x和n。
默認參數
新的power(x, n)函數定義沒有問題，但是，舊的調用代碼失敗了，原因是我們增加了一個參數，導致舊的代碼因為缺少一個參數而無法正常調用：
>>> power(5)
Traceback (most recent call last):
File "<stdin>", line 1, in <mole>TypeError: power() missing 1 required positional argument: 'n'
Python的錯誤信息很明確：調用函數power()缺少了一個位置參數n。
這個時候，默認參數就排上用場了。由於我們經常計算x2，所以，完全可以把第二個參數n的默認值設定為2：
def power(x, n=2):
s = 1
while n > 0:
n = n - 1
s = s * x return s
這樣，當我們調用power(5)時，相當於調用power(5, 2)：
>>> power(5)25>>> power(5, 2)25
而對於n > 2的其他情況，就必須明確地傳入n，比如power(5, 3)。
從上面的例子可以看出，默認參數可以簡化函數的調用。設置默認參數時，有幾點要注意：
一是必選參數在前，默認參數在後，否則Python的解釋器會報錯（思考一下為什麼默認參數不能放在必選參數前面）；
二是如何設置默認參數。
當函數有多個參數時，把變化大的參數放前面，變化小的參數放後面。變化小的參數就可以作為默認參數。
使用默認參數有什麼好處？最大的好處是能降低調用函數的難度。
舉個例子，我們寫個一年級小學生注冊的函數，需要傳入name和gender兩個參數：
def enroll(name, gender):
print('name:', name)
print('gender:', gender)
這樣，調用enroll()函數只需要傳入兩個參數：
>>> enroll('Sarah', 'F')
name: Sarah
gender: F
如果要繼續傳入年齡、城市等信息怎麼辦？這樣會使得調用函數的復雜度大大增加。
我們可以把年齡和城市設為默認參數：
def enroll(name, gender, age=6, city='Beijing'):
print('name:', name)
print('gender:', gender)
print('age:', age)
print('city:', city)
這樣，大多數學生注冊時不需要提供年齡和城市，只提供必須的兩個參數：
>>> enroll('Sarah', 'F')
name: Sarah
gender: F
age: 6city: Beijing
只有與默認參數不符的學生才需要提供額外的信息：
enroll('Bob', 'M', 7)
enroll('Adam', 'M', city='Tianjin')
可見，默認參數降低了函數調用的難度，而一旦需要更復雜的調用時，又可以傳遞更多的參數來實現。無論是簡單調用還是復雜調用，函數只需要定義一個。
有多個默認參數時，調用的時候，既可以按順序提供默認參數，比如調用enroll('Bob', 'M', 7)，意思是，除了name，gender這兩個參數外，最後1個參數應用在參數age上，city參數由於沒有提供，仍然使用默認值。
也可以不按順序提供部分默認參數。當不按順序提供部分默認參數時，需要把參數名寫上。比如調用enroll('Adam', 'M', city='Tianjin')，意思是，city參數用傳進去的值，其他默認參數繼續使用默認值。
默認參數很有用，但使用不當，也會掉坑裡。默認參數有個最大的坑，演示如下：
先定義一個函數，傳入一個list，添加一個END再返回：
def add_end(L=[]):
L.append('END') return L
當你正常調用時，結果似乎不錯：
>>> add_end([1, 2, 3])[1, 2, 3, 'END']>>> add_end(['x', 'y', 'z'])['x', 'y', 'z', 'END']
當你使用默認參數調用時，一開始結果也是對的：
>>> add_end()['END']
但是，再次調用add_end()時，結果就不對了：
>>> add_end()['END', 'END']>>> add_end()['END', 'END', 'END']
很多初學者很疑惑，默認參數是[]，但是函數似乎每次都「記住了」上次添加了'END'後的list。
原因解釋如下：
Python函數在定義的時候，默認參數L的值就被計算出來了，即[]，因為默認參數L也是一個變數，它指向對象[]，每次調用該函數，如果改變了L的內容，則下次調用時，默認參數的內容就變了，不再是函數定義時的[]了。
定義默認參數要牢記一點：默認參數必須指向不變對象！
要修改上面的例子，我們可以用None這個不變對象來實現：
def add_end(L=None):
if L is None:
L = []
L.append('END') return L
現在，無論調用多少次，都不會有問題：
>>> add_end()['END']>>> add_end()['END']
為什麼要設計str、None這樣的不變對象呢？因為不變對象一旦創建，對象內部的數據就不能修改，這樣就減少了由於修改數據導致的錯誤。此外，由於對象不變，多任務環境下同時讀取對象不需要加鎖，同時讀一點問題都沒有。我們在編寫程序時，如果可以設計一個不變對象，那就盡量設計成不變對象。
可變參數
在Python函數中，還可以定義可變參數。顧名思義，可變參數就是傳入的參數個數是可變的，可以是1個、2個到任意個，還可以是0個。
我們以數學題為例子，給定一組數字a，b，c……，請計算a2 + b2 + c2 + ……。
要定義出這個函數，我們必須確定輸入的參數。由於參數個數不確定，我們首先想到可以把a，b，c……作為一個list或tuple傳進來，這樣，函數可以定義如下：
def calc(numbers):
sum = 0
for n in numbers:
sum = sum + n * n return sum
但是調用的時候，需要先組裝出一個list或tuple：
>>> calc([1, 2, 3])14>>> calc((1, 3, 5, 7))84
如果利用可變參數，調用函數的方式可以簡化成這樣：
>>> calc(1, 2, 3)14>>> calc(1, 3, 5, 7)84
所以，我們把函數的參數改為可變參數：
def calc(*numbers):
sum = 0
for n in numbers:
sum = sum + n * n return sum
定義可變參數和定義一個list或tuple參數相比，僅僅在參數前面加了一個*號。在函數內部，參數numbers接收到的是一個tuple，因此，函數代碼完全不變。但是，調用該函數時，可以傳入任意個參數，包括0個參數：
>>> calc(1, 2)5>>> calc()0
如果已經有一個list或者tuple，要調用一個可變參數怎麼辦？可以這樣做：
>>> nums = [1, 2, 3]>>> calc(nums[0], nums[1], nums[2])14
這種寫法當然是可行的，問題是太繁瑣，所以Python允許你在list或tuple前面加一個*號，把list或tuple的元素變成可變參數傳進去：
>>> nums = [1, 2, 3]>>> calc(*nums)14
*nums表示把nums這個list的所有元素作為可變參數傳進去。這種寫法相當有用，而且很常見。
關鍵字參數
可變參數允許你傳入0個或任意個參數，這些可變參數在函數調用時自動組裝為一個tuple。而關鍵字參數允許你傳入0個或任意個含參數名的參數，這些關鍵字參數在函數內部自動組裝為一個dict。請看示例：
def person(name, age, **kw):
print('name:', name, 'age:', age, 'other:', kw)
函數person除了必選參數name和age外，還接受關鍵字參數kw。在調用該函數時，可以只傳入必選參數：
>>> person('Michael', 30)
name: Michael age: 30 other: {}
也可以傳入任意個數的關鍵字參數：
>>> person('Bob', 35, city='Beijing')
name: Bob age: 35 other: {'city': 'Beijing'}>>> person('Adam', 45, gender='M', job='Engineer')
name: Adam age: 45 other: {'gender': 'M', 'job': 'Engineer'}
關鍵字參數有什麼用？它可以擴展函數的功能。比如，在person函數里，我們保證能接收到name和age這兩個參數，但是，如果調用者願意提供更多的參數，我們也能收到。試想你正在做一個用戶注冊的功能，除了用戶名和年齡是必填項外，其他都是可選項，利用關鍵字參數來定義這個函數就能滿足注冊的需求。
和可變參數類似，也可以先組裝出一個dict，然後，把該dict轉換為關鍵字參數傳進去：
>>> extra = {'city': 'Beijing', 'job': 'Engineer'}>>> person('Jack', 24, city=extra['city'], job=extra['job'])
name: Jack age: 24 other: {'city': 'Beijing', 'job': 'Engineer'}
當然，上面復雜的調用可以用簡化的寫法：
>>> extra = {'city': 'Beijing', 'job': 'Engineer'}>>> person('Jack', 24, **extra)
name: Jack age: 24 other: {'city': 'Beijing', 'job': 'Engineer'}
**extra表示把extra這個dict的所有key-value用關鍵字參數傳入到函數的**kw參數，kw將獲得一個dict，注意kw獲得的dict是extra的一份拷貝，對kw的改動不會影響到函數外的extra。
命名關鍵字參數
對於關鍵字參數，函數的調用者可以傳入任意不受限制的關鍵字參數。至於到底傳入了哪些，就需要在函數內部通過kw檢查。
仍以person()函數為例，我們希望檢查是否有city和job參數：
def person(name, age, **kw):
if 'city' in kw: # 有city參數
pass
if 'job' in kw: # 有job參數
pass
print('name:', name, 'age:', age, 'other:', kw)
但是調用者仍可以傳入不受限制的關鍵字參數：
>>> person('Jack', 24, city='Beijing', addr='Chaoyang', zipcode=123456)
如果要限制關鍵字參數的名字，就可以用命名關鍵字參數，例如，只接收city和job作為關鍵字參數。這種方式定義的函數如下：
def person(name, age, *, city, job):
print(name, age, city, job)
和關鍵字參數**kw不同，命名關鍵字參數需要一個特殊分隔符*，*後面的參數被視為命名關鍵字參數。
調用方式如下：
>>> person('Jack', 24, city='Beijing', job='Engineer')
Jack 24 Beijing Engineer
如果函數定義中已經有了一個可變參數，後面跟著的命名關鍵字參數就不再需要一個特殊分隔符*了：
def person(name, age, *args, city, job):
print(name, age, args, city, job)
命名關鍵字參數必須傳入參數名，這和位置參數不同。如果沒有傳入參數名，調用將報錯：
>>> person('Jack', 24, 'Beijing', 'Engineer')
Traceback (most recent call last):
File "<stdin>", line 1, in <mole>TypeError: person() takes 2 positional arguments but 4 were given
由於調用時缺少參數名city和job，Python解釋器把這4個參數均視為位置參數，但person()函數僅接受2個位置參數。
命名關鍵字參數可以有預設值，從而簡化調用：
def person(name, age, *, city='Beijing', job):
print(name, age, city, job)
由於命名關鍵字參數city具有默認值，調用時，可不傳入city參數：
>>> person('Jack', 24, job='Engineer')
Jack 24 Beijing Engineer
使用命名關鍵字參數時，要特別注意，如果沒有可變參數，就必須加一個*作為特殊分隔符。如果缺少*，Python解釋器將無法識別位置參數和命名關鍵字參數：
def person(name, age, city, job):
# 缺少 *，city和job被視為位置參數
pass
參數組合
在Python中定義函數，可以用必選參數、默認參數、可變參數、關鍵字參數和命名關鍵字參數，這5種參數都可以組合使用。但是請注意，參數定義的順序必須是：必選參數、默認參數、可變參數、命名關鍵字參數和關鍵字參數。
比如定義一個函數，包含上述若干種參數：
def f1(a, b, c=0, *args, **kw):
print('a =', a, 'b =', b, 'c =', c, 'args =', args, 'kw =', kw)def f2(a, b, c=0, *, d, **kw):
print('a =', a, 'b =', b, 'c =', c, 'd =', d, 'kw =', kw)
在函數調用的時候，Python解釋器自動按照參數位置和參數名把對應的參數傳進去。
>>> f1(1, 2)
a = 1 b = 2 c = 0 args = () kw = {}>>> f1(1, 2, c=3)
a = 1 b = 2 c = 3 args = () kw = {}>>> f1(1, 2, 3, 'a', 'b')
a = 1 b = 2 c = 3 args = ('a', 'b') kw = {}>>> f1(1, 2, 3, 'a', 'b', x=99)
a = 1 b = 2 c = 3 args = ('a', 'b') kw = {'x': 99}>>> f2(1, 2, d=99, ext=None)
a = 1 b = 2 c = 0 d = 99 kw = {'ext': None}
最神奇的是通過一個tuple和dict，你也可以調用上述函數：
>>> args = (1, 2, 3, 4)>>> kw = {'d': 99, 'x': '#'}>>> f1(*args, **kw)
a = 1 b = 2 c = 3 args = (4,) kw = {'d': 99, 'x': '#'}>>> args = (1, 2, 3)>>> kw = {'d': 88, 'x': '#'}>>> f2(*args, **kw)
a = 1 b = 2 c = 3 d = 88 kw = {'x': '#'}
所以，對於任意函數，都可以通過類似func(*args, **kw)的形式調用它，無論它的參數是如何定義的。
雖然可以組合多達5種參數，但不要同時使用太多的組合，否則函數介面的可理解性很差。
練習
以下函數允許計算兩個數的乘積，請稍加改造，變成可接收一個或多個數並計算乘積：
# -*- coding: utf-8 -*-
# 測試
print('proct(5) =', proct(5))
print('proct(5, 6) =', proct(5, 6))
print('proct(5, 6, 7) =', proct(5, 6, 7))
print('proct(5, 6, 7, 9) =', proct(5, 6, 7, 9))
if proct(5) != 5:
print('測試失敗!')
elif proct(5, 6) != 30:
print('測試失敗!')
elif proct(5, 6, 7) != 210:
print('測試失敗!')
elif proct(5, 6, 7, 9) != 1890:
print('測試失敗!')
else:
try:
proct()
print('測試失敗!')
except TypeError:
print('測試成功!')
Run
F. 如果一個python腳本中有多個自定義函數，如何在DOS 窗口中調用，並進行交互
明白，但不知道，我告訴你我的辦法，用 sys.argv
if sys.argv[1] == "stroty":
stroty(*argvs)
elif sys.argv[1] == "power":
power(*argvs)
調用方法 「腳本名 power「，執行 sys.argv[1] == "power" : power()
G. 用powershell運行python
（1）打開powershell。在開始菜單的搜索框輸入powershell，回車即可打開。
（2）運行python。在打開的powershell里直接輸入python，回車即可打開。如果python不能被識別，需要先在powershell下輸入並執行以下指令：
[Environment]::SetEnvironmentVariable(「Path」,」$env:Path;C:\Python27″, 「User」)
關閉並重啟powershell，輸入python並回車即可運行python。
（3）退出python。在powershell鍵入Ctrl—Z（即同時按住Ctrl和Z），回車以退出python。
（4）運行代碼。這里可能是最容易出錯的。因為如果代碼文件所在的路徑和默認路徑不一樣的話，
H. 實現數據可視化的幾個工具選擇
鏈接：http://pan..com/s/1BWBtFMYeQazJWUYSmHi5fw
Python&Tableau：商業數據分析與可視化。Tableau的程序很容易上手，各公司可以用它將大量數據拖放到數字「畫布」上，轉眼間就能創建好各種圖表。這一軟體的理念是，界面上的數據越容易操控，公司對自己在所在業務領域里的所作所為到底是正確還是錯誤，就能了解得越透徹。
快速分析：在數分鍾內完成數據連接和可視化。Tableau 比現有的其他解決方案快 10 到 100 倍。大數據，任何數據：無論是電子表格、資料庫還是 Hadoop 和雲服務，任何數據都可以輕松探索。
課程目錄：
前置課程-Python在咨詢、金融、四大等領域的應用以及效率提升
Python基礎知識
Python入門：基於Anaconda與基於Excel的Python安裝和界面
簡單的數學計算
Python數據分析-時間序列2-數據操作與繪圖
Python數據分析-時間序列3-時間序列分解
......
I. 現在市場上有PowerBi或者Tableau可以做很好的圖表，那還有人用Python來製作可視化圖表嗎有什麼優點
鏈接：http://pan..com/s/1BWBtFMYeQazJWUYSmHi5fw
Python&Tableau：商業數據分析與可視化。Tableau的程序很容易上手，各公司可以用它將大量數據拖放到數字「畫布」上，轉眼間就能創建好各種圖表。這一軟體的理念是，界面上的數據越容易操控，公司對自己在所在業務領域里的所作所為到底是正確還是錯誤，就能了解得越透徹。
快速分析：在數分鍾內完成數據連接和可視化。Tableau 比現有的其他解決方案快 10 到 100 倍。大數據，任何數據：無論是電子表格、資料庫還是 Hadoop 和雲服務，任何數據都可以輕松探索。
課程目錄：
前置課程-Python在咨詢、金融、四大等領域的應用以及效率提升
Python基礎知識
Python入門：基於Anaconda與基於Excel的Python安裝和界面
簡單的數學計算
Python數據分析-時間序列2-數據操作與繪圖
Python數據分析-時間序列3-時間序列分解
......