当输入大量数据时，可以直接使用键盘实现快速换行，即从一行结尾，换到下一行的开头，具体方法：首先将要输数据的区域选中，然后只需依次按Enter键，输入框便可从左到右，从上到下依次移动。 当输入错误数据时，可以直接使用快捷键来实现撤销，

都可以做，可能SPSS方便一些

求数据处理软件 或 数据处理方法

excel处理相当不错，我的物理实验论文就用的他处理的，作各式各样的图都行，实在不会就去借本书学一下，很简单的。你要觉得excel不够专业，还可以使用MatLab或者MatheMatica，但是使用起来都要比excel复杂，所以还是推荐excel.选出图表框（插入-图表）来后一步一步按照他的要求去做就行了，很容易上手。

EXCEL   MATLAB  Origi

当前流行的图形可视化和数据分析软件有Matlab，Mathmatica和Maple等。这些软件功能强大，可满足科技工作中的许多需要，但使用这些软件需要一定的计算机编程知识和矩阵知识，并熟悉其中大量的函数和命令。而使用Origin就像使用Excel和Word那样简单，只需点击鼠标，选择菜单命令就可以完成大部分工作，获得满意的结果。 但它又比excel要强大些

方法

墓于粗糙集( Rough Set)理论的约简方法粗糙集理论是一种研究不精确、不确定性知识的数学工具。目前受到了KDD的广泛重视，利用粗糙集理论对数据进行处理是一种十分有效的精简数据维数的方法。我们所处理的数据一般存在信息的含糊性(Vagueness)问题。含糊性有三种:术语的模糊性，如高矮;数据的不确定性，如噪声引起的;知识自身的不确定性，如规则的前后件间的依赖关系并不是完全可靠的。在KDD中，对不确定数据和噪声干扰的处理是粗糙集方法的

基于概念树的数据浓缩方法    在数据库中，许多属性都是可以进行数据归类，各属性值和概念依据抽象程度不同可以构成一个层次结构，概念的这种层次结构通常称为概念树。概念树一般由领域专家提供，它将各个层次的概念按一般到特殊的顺序排列。

信息论思想和普化知识发现

        特征知识和分类知识是普化知识的两种主要形式，其算法基本上可以分为两类:数据立方方法和面向属性归纳方法。         普通的基于面向属性归纳方法在归纳属性的选择上有一定的盲目性，在归纳过程中，          当供选择的可归纳属性有多个时，通常是随机选取一个进行归纳。事实上，不同的属 性归纳次序获得的结果知识可能是不同的，根据信息论最大墒的概念，应该选用一个信息丢失最小的归纳次序。