Title—称呼

今天我们来看看英美人士是如何称呼对方的?

 

一、非正式场合下,称呼熟人,直接名字不用姓:

 

1.Good morning,Brain!早啊,布莱恩!

2.Hello,Sara!你好啊,莎拉!

 

二、正式场合下应称呼全名(full name)

 

1.Excuse me,John.I'd like you to meet Sara Philip.She's an English teacher.嗨,约翰,我来给你引见一下莎拉.菲利普,她是个英语老师。

2.We are delighted to invite Brain Pendledon to give us atalk on current affairs in the world.

我们很高兴请到布莱恩.彭德尔顿先生,来为我们讲讲当前国际上的大事。

 

三、对于不熟的人,在姓前应加上Mrs Mr Miss Ms

 

1.Mr Green 格林先生

2.Mrs Jones 琼斯太太

3.Miss Philip 菲利普小姐

4.Ms Smith 史密斯女士

 

四、对于有特定头衔的人

 

1.Dr Harris 哈里斯博士

2.Professor Chores卓尔教授

 

五、在家里也可以有绰号或直呼名字

如爸爸:daddy、dad、pop

如妈妈:mommy、mom、mum

同时家人之间又同时可以互称为dear、darling

 

六、请求陌生人帮忙时若不知其名时可直接使用Excuse me

1.Excuse me,do you have a pen?对不起,有笔吗?

2.Excuse me ,where is the library?对不起,请问图书馆在哪?

 

七、对于家喻户晓的人,我们一般只称其姓不叫名

如Alfred Nobel我们称Nobel(诺贝尔)、Thomas Edison我们称Edison(爱迪生)

 

八、面对面时,我们都只尊称其姓如(Miss Marshall),或单呼其名(如Jane)

1.Good morning.Miss Smith!

2.Good afternoon.Bob!

3.Hello,how are you,Mr Philip?

 

好了,今天的学习到这儿就结束了,量不在于多,在于坚持!大家都要监督我哦!

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
这段代码的作用是根据不同的称呼Title)分别获取训练数据集中年龄(Age)列中缺失值的众数,并且将这些众数对应的年龄分组(AgeGroup)存储在一个字典(age_title_mapping)中。 具体来说,代码分为几个部分: 1. train[train["Title"] == 1]["AgeGroup"].mode():这个部分是用于获取训练数据集中称呼为“Mr”的样本在年龄分组(AgeGroup)上的众数。其中,train[train["Title"] == 1]表示选出所有称呼为“Mr”的样本,["AgeGroup"]表示选取这些样本在年龄分组(AgeGroup)这一列上的取值,.mode()则表示计算这些取值中的众数。 2. train[train["Title"] == 2]["AgeGroup"].mode():这个部分和上面的train[train["Title"] == 1]["AgeGroup"].mode()类似,只不过是针对称呼为“Miss”的样本进行的操作。 3. train[train["Title"] == 3]["AgeGroup"].mode():这个部分和上面的train[train["Title"] == 1]["AgeGroup"].mode()类似,只不过是针对称呼为“Mrs”的样本进行的操作。 4. train[train["Title"] == 4]["AgeGroup"].mode():这个部分和上面的train[train["Title"] == 1]["AgeGroup"].mode()类似,只不过是针对称呼为“Master”的样本进行的操作。 5. train[train["Title"] == 5]["AgeGroup"].mode():这个部分和上面的train[train["Title"] == 1]["AgeGroup"].mode()类似,只不过是针对称呼为“Royal”的样本进行的操作。 6. train[train["Title"] == 6]["AgeGroup"].mode():这个部分和上面的train[train["Title"] == 1]["AgeGroup"].mode()类似,只不过是针对称呼为“Rare”的样本进行的操作。 7. age_title_mapping = {1: "Young Adult", 2: "Student", 3: "Adult", 4: "Baby", 5: "Adult", 6: "Adult"}:这个部分是将不同称呼对应的年龄分组存储在一个字典中。其中,1对应的是“Mr”,2对应的是“Miss”,3对应的是“Mrs”,4对应的是“Master”,5对应的是“Royal”,6对应的是“Rare”。 最终的结果是将这些年龄分组存储在了一个字典中,可以用于后续将缺失值填充为众数。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值