前言在我们的日常学习中，能够编写和运行 Python 文件的程序很多，比如 Python 安装自带的 IDE、程序员喜爱的Pycharm、数据科学全家桶 Anaconda，还有 Spyder、Thonny 等。就我个人使用而言，如果进行大型项目推荐使用 Pycharm，如果进行数据处理和分析，最好选用 Jupyter notebook。可以说，Jupyter notebook 是用Python 进行数据科学、机器学习的必备工具。
🔊 突出优点：
学习 Jupyter notebook 非常容易，按照我的教程一步一步做，再自己尝试一下，之后写代码即可健步如飞。
能够独立运行一个、几个或全部 Python 代码块，更容易看到中间变量的值，从而进行调试
可以插入 Markdown 说明文字和 Latex 数学公式，让枯燥的代码充满颜值，可读性爆表
能够调用 Ipython 丰富的“魔法函数”，比如程序计时、重复运行、显示图片等
写好的代码和文档能够以网页和 ppt 的形式在线分享。在线看 Jupyter notebook 文件
可以在云端远程服务器运行，不需本地安装配置 ...
设置 Python 路径（解释器设置）1、打开设置对话框
点击File –> settings，弹出设置对话框
2、设置 Python 路径（解释器设置）
点击 Project –> Project Interpreter，在右侧 Project Interpreter 下拉，选择 python 路径（若没有，选择 show all），实现 pycharm的 python 路径设置。
然后如下图操作即可
设置成功显示下图
编码设置Python 的编码问题由来已久，为了避免一步一坑， Pycharm 提供了方便直接的解决方案在 IDE Encoding、Project Encoding、Property Files 三处都使用 UTF-8 编码，同时在文件头添加
1#-*- coding: utf-8 -*
快捷键风格对于常用的快捷键，可以设置为自己熟悉的风格，我选的是 Eclipse。
File –> Setting –> Keymap –> Keymaps –> XXX –> Apply
改变字体大小1、修改代码栏字体
通过 Fi ...
一、针对执行中央“八项规定”不严问题
1、“不严格执行《党政机关接待管理规定》，超标准、超范围重复接待仍然存在等问题”的问题
整改措施：
(1)完善制度，细化管理。修订印发《XX市XX机关财务管理制度》，对包括公务接待在内的各项费用开支进行更加严格细致的制度规范，进一步提高机关财务规范化管理水平；
(2)全面排查，加强整改。对照党政机关公务接待最新标准对2020年以来的公务接待情况进行全面排查，严格把关接待范围与标准、建立完善公务接待事前审批登记程序、强化票据合规性检查力度，做好整改，规范管理。
2、对“下属单位存在违规发放津补贴问题”
整改措施：
(1)有错必纠，及时整改。对201X年市XX中心违规发放津补贴37385元问题进行严肃问责，在系统内通报批评，及时进行了清退，整改到位。责令XX站清退2015年超过审批额度发放的绩效工资39.2万元，目前已全部清退到位。
(2)实地检查，限时整改。以津补贴发放情况为重点对3家直属事业单位财经纪律执行情况、财务制度落实情况进行实地检查，针对检查中发现的问题下达整改通知责令限期整改，目前相关问题已全部整改到位；
(3)加强指导，强化管理。转发传 ...
医保违规主要问题汇总根据《2023年医疗保障基金飞行检查工作方案》，今年的医保飞行检查已于8月正式启动，预计到12月结束，在此期间，国家医保局会同有关部门对全国31个省（自治区、直辖市）和新疆生产建设兵团全覆盖飞检。值得注意的是，这是我国《医疗保障基金飞行检查管理暂行办法》实施后的首轮全国医保飞检。
而就在今年6月，国家医保局发布2022年度医保基金飞行检查情况公告。公告显示，48家被抽查定点医疗机构均存在医保违规问题。“重复收费、超标准收费、分解项目收费”尤为突出，违规率高达100%。
为何在每年的医保基金严格监管下，这些问题仍然会频频出现？背后又有哪些深层次原因？这篇文章将一一剖析。
医保飞检为何一查一个准？
从上表可以看出，2022年国家飞检违规问题医疗机构占比较高，“重复收费、超标准收费、分解项目收费”尤为突出，违规率高达100%。
为何医保飞检一查一个准？首先，飞检是根据基金支出规模随机抽取或结合有关问题线索直接确定定点医疗机构，来看下飞检的启动条件：一是年度工作计划安排；二是重大举报线索；三是智能监控或大数据筛查提示医疗保障基金可能存在重大安全风险；四是新闻媒体曝光造成重大 ...
注：因为公众号平台更改了推送规则，如果不想错过审计之家的文章，记得将我们设为“星标”，这样每次新文章推送才会第一时间出现在您的订阅列表里。
方法 点击页面左上角蓝色审计之家进入主页，再点主页右上角**”…”****，然后选择“设为星标”**（账号旁显示五角星标记表示成功）
XX集团有限公司审计整改结果公告
202X年8月18日至202X年11月25日，XX审计X对我单位2019年至2021年财务收支情况进行了审计。我单位于2022年12月27日收到XX审计X送达的《XX集团有限公司2019年至2021年财务收支审计报告》（X审财报〔2022X〕X号），**指出了我单位在资金管理、公务支出、公款消费、采购管理、工程项目、资产管理、财务管理、酒店经营等方面存在的问题，提出了审计意见和建议。**我单位对审计发现的问题进行研究和分析，采取了相关措施进行整改。现将审计整改结果公告如下：
一、已完成整改的问题
（一）关于“个人截留单位收入”问题的整改情况
**已将相关资金全部追回，**并下发了《关于进一步规范集团财务管理制度的通知》，要求收支进入对公账户，专款专用。今后将加强食堂管理，规范食堂财 ...
以下操作均在 Windows 环境下进行操作，先说明一下哈
一、安装 Python1、官网下载 Python
进入官网（https://www.python.org），点击 Downloads，选择要下载的版本：
2、安装 Python
安装时注意下图勾选部分一定要勾选：
二、安装代码编辑器 PyCharm1、官网下载 PyCharm
进入官网（https://www.jetbrains.com/pycharm），点击 Downloads，选择要下载的版本：
2、安装 PyCharm
设置安装路径之后，一直点 next 即可。
3、优化 PyCharm 使用
三、HelloWorld创建第一个项目 HelloWorld –> 创建文件 app.py –> 写入代码：
1print("HelloWorld")
效果图：
四、Python 语法看语法部分之前，推荐直接看下面入门练习题，潜移默化中对 Python 基本语法会有一定了解之后，再回来看这一部分，会更加熟悉 Python 的使用！
五、入门练习题1.打印 10 个 *
使用到表达 ...
一、下载安装 Anaconda1、下载地址：Anaconda
推荐下载 python3 版本, 毕竟未来 python2 是要停止维护的。
2、安装 Anaconda
按照安装程序提示一步步安装就好了, 安装完成之后会多几个应用：
Anaconda Navigtor ：用于管理工具包和环境的图形用户界面，后续涉及的众多管理命令也可以在 Navigator 中手工实现。
Jupyter notebook ：基于 web 的交互式计算环境，可以编辑易于人们阅读的文档，用于展示数据分析的过程。
qtconsole ：一个可执行 IPython 的仿终端图形界面程序，相比 Python Shell 界面，qtconsole 可以直接显示代码生成的图形，实现多行代码输入执行，以及内置许多有用的功能和函数。
spyder ：一个使用 Python 语言、跨平台的、科学运算集成开发环境。
二、配置环境变量如果是 windows 的话需要去 控制面板\系统和安全\系统\高级系统设置\环境变量\用户变量\PATH 中添加 anaconda 的安装目录的 Scripts 文件夹，比如我的路径是D: ...
NumPy（Numerical Python的简称）是Python数值计算最重要的基础包。大多数提供科学计算的包都是用NumPy的数组作为构建基础。
NumPy的部分功能如下：
ndarray，一个具有矢量算术运算和复杂广播能力的快速且节省空间的多维数组。
用于对整组数据进行快速运算的标准数学函数（无需编写循环）。
用于读写磁盘数据的工具以及用于操作内存映射文件的工具。
线性代数、随机数生成以及傅里叶变换功能。
用于集成由C、C++、Fortran等语言编写的代码的A C API。
由于NumPy提供了一个简单易用的C API，因此很容易将数据传递给由低级语言编写的外部库，外部库也能以NumPy数组的形式将数据返回给Python。这个功能使Python成为一种包装C/C++/Fortran历史代码库的选择，并使被包装库拥有一个动态的、易用的接口。
NumPy本身并没有提供多么高级的数据分析功能，理解NumPy数组以及面向数组的计算将有助于你更加高效地使用诸如pandas之类的工具。因为NumPy是一个很大的题目，我会在附录A中介绍更多NumPy高级功能，比如广播 ...
1.1 本书的内容Python 数据分析这本书讲的是利用 Python 进行数据控制、处理、整理、分析等方面的具体细节和基本要点。作者介绍 Python 编程和用于数据处理的库和工具环境，掌握这些，可以让你成为一个数据分析专家。虽然本书的标题是“数据分析”，重点却是 Python 编程、库，以及用于数据分析的工具。这就是数据分析要用到的 Python 编程。
1.1.1 什么样的数据？
🔰 当书中出现“数据”时，究竟指的是什么呢？
主要指的是结构化数据（structured data），这个故意含糊其辞的术语代指了所有通用格式的数据，例如：
表格型数据，其中各列可能是不同的类型（字符串、数值、日期等）。比如保存在关系型数据库中或以制表符/逗号为分隔符的文本文件中的那些数据。
多维数组（矩阵）。
通过关键列（对于 SQL 用户而言，就是主键和外键）相互联系的多个表。
间隔平均或不平均的时间序列。
这绝不是一个完整的列表。大部分数据集都能被转化为更加适合分析和建模的结构化形式，虽然有时这并不是很明显。如果不行的话，也可以将数据集的特征提取为某种结构化形式。例如，一组新闻文 ...
