前言
自学Stata/Python/R的时候，跑模型啊、试命令啊，第一步是干嘛？找个数据呗~！
搞数据最简单的方法有3种，一是原始的手工录入；二是读入系统自带的数据；三就是读入现成的数据。今天我们先介绍第一种，手动从键盘录入数据。
好玩的是，今天，我们新三大统计软件Stata/Python/R的手工录入数据一起学！（Btw，老三大叫SPSS/SAS/Stata）
1 Stata 手动录入数据
1.1 在互动命令窗口录入
使用的是Stata的 input 命令。语法如下：
input [varlist] [, automatic label]
说明：在变量名字之前可以指定变量的类型，比如下面的 name变量，其数据类型是str20。指定的方式又可以分为三种，大家具体参考下面代码一看就懂。
然后，这里顺便吐槽一下Stata第一种指定变量的方式。比如str20 name，这种参数空格变量的方式，也就是Stata和SAS等懒人专用的商业软件喜欢用。对于R和Python编程，这种结构一看就显得莫名其妙，显得很不严谨。故更推荐用括号指定的方式，比如byte(age)或者float(height score)。这里，height和socre两个变量之间又没逗号分隔。完了，用Python的眼光看Stata，真是有点不顺眼。
. input str20 name byte(age) float(height score) //从命令窗口输入。得到以下结果
name age height score
1.
接着，直接从命令窗口直接录入一条观测数据，如上图所示。这里要注意：
- 各变量数据之间用空格隔开。按
Enter键录入一条数据 - 如果想一次录入多条数据，用
Ctrl+Enter键进行换行 - 输入字符型数据比如人名
Steph的时候，用英文单引号'Steph'，而不是双引号（Python可以混用） - 以
end命令，表示录入结束
此时，我们已经在Stata内存用拥有了一个数据框（借助R和Python的数据格式概念，就是数据表的意思）。如果我们想
- 增加一个新的变量，则先输入
input weight（默认类型是浮点型），再录入新的数据。这里注意结果窗口的编号。表示观测值的索引（第几个观测值）
- 增加一条数据，则先输入input命令，再录入数据
当然，用do来录入是一个更明智的做法。完整命令如下：
.input str20 name byte(age) float(height score)
"Steph" 32 1.92 97
.end
.input weight
.90
.end
.input
."LeBron" 36 2.06 99 120
.end
1.2 在数据编辑窗口
这个是鼠标点击编辑模式，简单易学。鼠标+键盘可以录入数据，修改变量的属性，大家试试就会了。界面大致如下图。
2 Python手动录入数据
2.1 屏幕输入函数
和Stata的input命令类似的，Python有一个专用的通过键盘和屏幕录入数据的input函数。不过input函数一次只能录入一个结果，且默认是字符串。如果想一次性录入一条观测值，则可以考虑一次性录入完整的一条字符串，然后通过分割函数将结果转换，然后赋值给对应的变量。除了input函数，Python还有另外一个功能更多的sys包中的sys.stdin函数。然而这两个函数都是面向传统开发，而不是数据科学，因此通常不推荐使用。
2.2 NumPy二维数组
- 相对而言，Python在代码中录入数据更为灵活，也更为常用。代码具体的实现方法包括通过NumPy包，简单的直接赋值给一个数据二维的数组。
import numpy as np ##导入NumPy包
Xs = np.array([['Steph', 32, 1.92, 97],
['LeBron', 36, 2.06, 99]])
Xs
Out[8]:
array([['Steph', '32', '1.92', '97'],
['LeBron', '36', '2.06', '99']], dtype='<U6')
需要注意的是，这个只是数组，也就数据表（框）的数据主体，并没有包含变量（列）的名称。所以，这当然不是我们想要的。
2.3 pandas数据框
正确的方法应该是使用pandas包（暂时忘了NumPy吧）。pandas可以“精细化”地处理二维的数据表格，让用户更加深入地了解数据框的结构。
import pandas as pd ##导入pandas包
data = {'name': ['Steph', 'LeBron'], ##用字典的方式，完成数据一列一列的输入
'age': [32, 36 ],
'height': [1.92, 2.06],
'score': [97, 99]}
labels = ['a', 'b']
df1 = pd.DataFrame(data, index=labels) ##用列表labels的取值来当成每行的索引
df1
Out[9]:
name age height score
a Steph 32 1.92 97
b LeBron 36 2.06 99
##添加新行（新的观测值）
df1.loc['c'] = ['Harden', '32', 1.96, 98]
df1
Out[10]:
name age height score
a Steph 32 1.92 97
b LeBron 36 2.06 99
c Harden 32 1.96 98
2.4 open函数：在Python代码中逐个元素写入/读出csv文件
在练习Python算法和数据结构的时候，我们可能不止需要将数据临时保存在列表、字典或者数据框中，还可能需要将他们逐个元素写到一个文档中（如csv，至于将内存中的整个数据保存到csv或者xlsx中是一个非常常规的数据保存操作，这里不讨论）。回到逐个元素的读写。
## 使用open函数的with...as结构来写
data = [[1,2,3],[4,5,6]]
with open(r'd:data.csv', 'w') as fp:
for line in data:
ok = fp.write('%sn'%','.join([str(item) for item in line]))
新生成的csv文件如下图：
## with...as从csv文件中逐个读取数据
numlist = list()
with open(r'd:data.csv', 'r') as fp: ##r = read, 表示读出数据
for line in fp.readlines():
numlist.append([int(f) for f in line.strip().split(',')])
numlist
Out[39]: [[1, 2, 3], [4, 5, 6]]
3 R语言的手动录入数据
RStudio里面数据框查看器好像是不能编辑变量和数据的。那就好好写代码吧。
> library(dplyr) # 能整理数据框的R包很多。这里我们使用dplyr
> ##一个变量 = 一列 = 一个向量
> name <- c("Steph","LeBron")
> age <- c(32, 36)
> height <- c(1.92,2.06)
> score <- c(97,99)
> df1 <- data.frame(name, age, height, score) ##行的名称使用了默认的数字编码
> df1
name age height score
1 Steph 32 1.92 97
2 LeBron 36 2.06 99
> df1 <- df1 %>% add_row(name="Harden", age=32, height=1.96, score=98) ##增加一个新行
> df1
name age height score
1 Steph 32 1.92 97
2 LeBron 36 2.06 99
3 Harden 32 1.96 98
> df1$weight <- c(90, 110, 100) ##增加一个新列。用了最简单的方法
> df1
name age height score weight
1 Steph 32 1.92 97 90
2 LeBron 36 2.06 99 110
3 Harden 32 1.96 98 100
4 小结：
- 虽说Stata没有Python和R那么细致严谨，但用起来效率最高啊
- Python的优点R也有，毕竟人家是统计之王嘛。它俩有些地方类似，比如逐列录入、定义行和列的索引
最后：手工录入的数据简单快捷，但是毕竟还是太原始。那。。。有什么有高级且快捷的嘛？当然有咯。其实文章开头我们已经提到了——导入软件自带的案例数据。
好了，下一步，哦不，是下一篇文章，我们将介绍如何导入Stata/Python/R自带的数据集。
