法律数据分析初级教程_邓矜婷;沈蔚然_AZW3_MOBI_EPUB_PDF_电子书(无页码)_邓矜婷;沈蔚然
内容节选
二、Python的安装与使用 目前常用的Python版本主要有Python 2.x与Python 3.x,相较于Python 2.x,Python 3.x升级幅度巨大,导致在语法上甚至都不兼容。全世界主流的趋势是逐渐向Python 3.x靠拢,只有少数早期的Python程序需要Python 2.x环境运行。我们只介绍Python 3.x,本书中的其他内容涉及的Python代码也都适用于Python 3.x环境。 (一)Python的安装https://www.python.org。对于Windows操作系统,建议在安装过程中勾选“Add Python 3.x to PATH”以保证编写的程序可以顺利运行,否则在“命令提示符”中运行Python时可能造成无法识别Python命令的问题。此外,在Windows操作系统中,还需要注意,Python的安装路径最好不包含非英文字符,否则有可能造成路径无法正确识别的问题。 在使用Python之前,我们需要先安装Python。通常,Linux或苹果macOS操作系统会默认预装最新版的Python 3.x,而对于Windows操作系统,我们可以到Python的官方网站 下载Python 3.x安装包进行安装 。Python官方网站提供各种类型的安装包,如32位版和64位版,在线安装包和离线安装包等。32位或64位指的是计算机中央处理器的架构和操作系统架构,而在线安装包和离线安装包的区别在于在线安装包会在安装过程中自动下载所需组件再进行安装。一般情况下,我们选择Python官网提供的默认安装包即可。 安装完Python,我们就可以使用Python了。通常,Python会自带一个IDLE程序,IDLE是Integrated Development and Learning Environment的缩写,即集成开发与学习环境。打开IDLE,我们可以看到如图7-1所示的界面。 图7-1 IDLE界面 在该界面下,我们可以逐条输入Python代码,按下回车键,IDLE就会为我们执行输入的代码。我们还可以将需要执行的Python代码全部写到一个文件中,再由IDLE来读取文件,并逐行执行文件中的Python代码。点击IDLE中的“File”菜单并选择“New File”,我们就可以在弹出的界面中编辑代码保存到文件了。可以在“开始”菜单中找到该程序。 我们也可以不借助IDLE而直接运行Python代码。在Windows操作系统中,我们可以借助“命令提示符”工具 来执行Python代码,而在Linux或macOS操作系统中,类似的工具一般被称为“终端”或“终端模拟器”。打开“命令提示符”或“终端”,在界面中输入python命令,我们可以看到与IDLE类似的界面,我们也可以在该界面中输入Python代码来执行。 图7-2 命令提示符下执行Python代码 同样地,我们也可以在“命令提示符”或“终端”界面中运行保存在文件中的Python代码,假设代码文件的路径为“C:\code.py”,要想运行该文件中的Python代码,我们只需要在“命令提示符”或“终端”界面中输入python C:\code.py即可。 (二)Anaconda发行版 除了上述Python官网下载安装Python以外,我们也可以使用Anaconda发行版。Anaconda是一个专注于科学计算的Python发行版,完整版的Anaconda除了Python环境,还集成大量第三方软件包,可以满足绝大部分使用者的需求。Anaconda发行版的安装包可以到其官方网站进行下载,安装方式与前文所述基本相同,不再赘述。 在Anaconda发行版中,我们还可以方便地安装其他第三方开发环境。安装完Anaconda后,打开Anaconda Navigator,在左侧选择“Home”,我们就可以看到丰富的第三方软件,常用的第三方开发环境包括Notebook、VS Code、PyCharm等。这些开发环境都有各自的特点,适用于不同的场景,例如,Notebook是完全基于网络的开发环境,使用浏览器就可以方便地进行开发,并且可以分段执行代码,适合Python初学者练习使用或对数据进行简单处理和探索;PyCharm是最全面的Python集成开发环境,拥有语法高亮、自动补全、语法检查等丰富的功能,可以方便地进行代码调试和管理大型项目;VS Code则是一个轻量级的开发环境,功能相比于PyCharm较少,但胜在小巧灵活。 (三)软件包管理器 Python拥有丰富的第三方软件包,我们可以使用软件包管理器管理这些软件包。Python环境自带pip软件包管理器,Anaconda发行版中除了pip以外,还包含conda软件包管理器,相较于pip而言,conda管理器在处理复杂环境下各个软件......
- 信息
- 作者简介
- 总序 建设面向未来的世界一流法学学科
- 序言
- 第一讲 法律数据分析导论
- 一、法律数据分析概述
- 二、法律数据分析的新兴法学学科背景
- 三、法律数据分析的独特性及价值
- 第二讲 法律数据分析方法概论
- 一、法律数据分析一般方法概述
- 二、法律数据分析背后的数据科学
- 三、数据分析的一般流程
- 四、法律数据分析的一般方法
- 五、结语
- 第三讲 法律数据分析方法详解
- 一、问题导向的法律数据分析方法详解——以受贿罪定罪量刑的数据分析问题为例
- 二、数据驱动的法律数据分析方法详解——以类案识别为例
- 三、法律数据分析问题基本分类和流程
- 四、法律数据分析的适用场景
- 第四讲 构建法律数据分析问题的方法
- 一、常见的法律问题及转换为数据分析问题的实践
- 二、分类与回归的关系
- 三、常见法律问题的转换概述
- 四、以刑事审判经验问题为例详解法律问题的转换
- 五、转换后法律数据分析问题建模常用的模型
- 第五讲 运用常见模型对法律数据分析问题进行建模
- 一、运用线性回归模型对法律数据分析问题建模概述
- 二、受贿罪法律数据分析问题的建模
- 第六讲 法律数据的获取、预处理和存储
- 一、法律数据获取的基本含义
- 二、法律数据的自动获取
- 三、法律数据的预处理与存储
- 第七讲 Python基础
- 一、Python语言的特点与优势
- 二、Python的安装与使用
- 三、Python编程基础
- 第八讲 正则表达式简介
- 一、什么是正则表达式
- 二、正则表达式的编写
- 第九讲 法律数据的结构与定位
- 一、法律文本的结构
- 二、使用Python对文本进行定位
- 第十讲 法律文本要素提取实战
- 一、法律要素提取的基本框架和方法
- 二、要素提取实例:案号提取
- 第十一讲 用Stata对提取的法律数据进行分析
- 一、Stata的背景知识与安装使用
- 二、Stata的简单数据处理和分析
- 第十二讲 运用Stata分析法律数据的变量、解读法学意义
- 一、变量及理论建模回顾
- 二、单个变量的分析
- 三、变量之间关系的分析
- 四、生成单个变量的分析表
- 五、生成变量之间关系的分析表
- 六、发现法律数据中的法学意义
- 第十三讲 用Stata检验模型假设和回答初始理论问题
- 一、模型假设检验中常见的Stata命令
- 二、多元线性回归模型结果的理解
- 三、回归模型中的数值型变量结果的理解
- 四、模型结果中R-squared值的理解
- 五、多重共线性问题的可能影响
- 六、以受贿罪的罪刑均衡问题为例理解数据分析中的法学意义