numpy-PDL-Pandas
NumPy是一个开源的Python科学计算基础库
提供了一个强大的N维数组对象nadrray
广播功能函数（用来在数组之间进行计算）
整合C/C++/Fortran代码的工具
线性代数、傅里叶变换、随机数生成等功能
Numpy是SciPy、Pandas等数据处理或科学计算库的基础
1.N维数组对象：ndarray
数组对象可以去掉元素间运算所需的循环，使一维向量更像单个数据
设置专门的数组对象，经过优化，可以提升这类应用的运算速度
ndarray是一个多维数组对象，由两部分构成：
实际的数据
描述这些数据的元数据（数据维度、数据类型等）
ndarray数组一般要求所有元素类型相同，数组下标从0开始
np.array()生成一个ndarray数组
np.array()输出成[]形式，元素由空格分割
轴（axis）：保存数据的维度
秩（rank）：轴的数量
ndarray对象的属性
.ndim 秩，即轴的数量或维度的数量
.shape ndarray对象的尺度，对于矩阵，n行m列
.size ndarray对象元素的个数，相当于.shape中n*m的秩
.dtype ndarray对象的元素类型
.itemsize ndarray对象中每个元素的大小，以字节为单位
ndarray的元素类型
bool 布尔类型，True或False
intc 与C语言中的int类型一致，一般是int32或int64
intp 用于索引的整数，与C语言中ssize_t一致，int32或int64
int8 字节长度的整数，取值：[-128, 127]
int16 16位长度的整数，取值：[-32768, 32767]
int32 32位长度的整数，取值：[-2^31, 2^31-1]
int64 64位长度的整数，取值：[-2^63, 2^63-1]
uint8 8位无符号整数，取值：[0, 255]
uint16 16位无符号整数，取值：[0, 65535]
uint32 32位无符号整数，取值：[0, 2^32-1]
uint64 64位无符号整数，取值：[0, 2^64-1]
float16 16位半精度浮点数：1位符号位，5位指数，10位尾数
float32 32位半精度浮点数：1位符号位，8位指数，23位尾数
float64 64位半精度浮点数：1位符号位，11位指数，52位尾数
complex64 复数类型，实部和虚部都是32位浮点数
complex128 复数类型，实部和虚部都是64位浮点数
ndarray数组的创建方法
（1）从Python中的列表、元组等类型创建ndarray数组
（2）使用NumPy中函数创建ndarray数组，如：arange，ones，zeros等（ones，zeros，eyes生成数组的元素都是浮点数类型，arange生成为整数类型）
np.arange(n) 类似range()函数，返回ndarray类型，元素从0到n-1
np.ones(shape) 根据shape生成一个全1数组，shape是元组类型
np.zeros(shape) 根据shape生成一个全0数组，shape是元组类型
np.full(shape, val) 根据shape生成一个数组，每个元素值都是val
np.eye(n) 创建一个正方的n*n单位矩阵，对角线为1，其余为0
np.ones_like(a) 根据数组a的形状生成一个全1数组
np.zeros_like(a) 根据数组a的形状生成一个全0数组
np.full_like(a, val) 根据数组a的形状生成一个数组，每个元素值都是val
（3）使用NumPy中其他函数创建ndarray数组
np.linspace() 根据起止数据等间距地填充数据，形成数组
a = np.linspace(1, 10, 4, dtype=np.int32) # 1为起始位置，10为终止位置，4表示4个元素
b = np.linspace(1, 10, 4, endpoint=False) # endpoint代表终止元素是否作为最后一个元素
np.concatenate() 将两个或多个数组合并一个新的数组
ndarray数组的变换：对于创建后的ndarray数组，可以对其进行维度变换和元素类型变换
.reshape(shape) 不改变数组元素，返回一个shape形状的数组，原数组不变
.resize(shape) 与.reshape(）功能一致，但修改原数组
.swapaxes(ax1, ax2) 将数组n个维度中两个维度进行调换
.flattten() 对数组进行降维，返回折叠后的一维数组，原数组不变
.astype() 创建新的数组（原始数据的一个拷贝），即使两个类型一致
.tolist() ndarray数组向列表的转换
ndarray数组的索引和切片：
一维数组的索引和切片：与Python的列表类似（a[1 : 4 : 2] # 起始编号：终止编号（不含）：步长）
多维数组的索引：
a = np.arange(24).reshape((2, 3, 4))
a[1, 2, 3] --> 23
a[0, 1, 2] --> 6
a[-1, -2, -3] -->17
ndarray数组的运算：
数组与标量之间的运算：数组与标量之间的运算作用于数组的每一个元素
NumPy一元函数：（对ndarray中的数据执行元素级运算的函数）
np.abs(x) np.fabs(x) 计算数组各元素的绝对值
np.sqrt(x) 计算数组各元素的平方根
np.square(x) 计算数组各元素的平方
np.log(x) np.log10(x) np.log2(x) 计算数组各元素的自然对数、10底对数和2底对数
np.ceil(x) np.floor(x) 计算数组各元素的ceiling值或floor值
np.rint(x) 计算数组各元素的四舍五入值
np.modf(x) 将数组各元素的小数和整数部分以两个独立数组形式返回
np.cos(x) np.cosh(x)
np.sin(x) np.sinh(x) 计算数组各元素的普通型和双曲型三角函数
np.tan(x) np.tanh(x)
np.exp(x) 计算数组各元素的指数值
np.sign(x) 计算数组各元素的符号值，1（+），0，-1（-）
NumPy二元函数
+ - * / ** 两个数组各元素进行对应计算
np.maximum(x,y) np.fmax() 元素级的最大值/最小值计算
np.minimum(x,y) np.fmin()
np.mod(x,y) 元素级的模运算
np.copysign(x,y) 将数组y中各元素值的符号赋值给数组x对应元素
> < >= <= == != 算数比较，产生布尔型数组
2.CSV文件：（Comma-Separated Value,逗号分隔值）是一种常见的文件格式，用来存储批量数据（只能有效存储一维和二维数组）（np.savetxt()、np.loadtxt()只能有效存取一维和二维数组）
np.savetxt(frame, array, fmt='%.18e', delimiter=None) # 将数据保存为CSV文件
frame：文件、字符串或产生器，可以是.gz或.bz2的压缩文件
array：存入文件的数组
fmt：写入文件的格式，例如：%d %.2f %.18e
delimiter：分隔字符串，默认是任何空格
a = np.arange(100).reshape(5, 20)
np.savetxt('a.csv', a, fmt='%d', delimiter=',')
np.loadtxt(frame, dtype=np.float, delimiter=None, unpack=False) # 将CSV文件中的数据读入到numpy数组中
frame：文件、字符串或产生器，可以是.gz或.bz2的压缩文件
dtype：数据类型，可选
delimiter：分隔字符串，默认是任何空格
unpack：如果True，读入属性将分别写入不同变量
多维数据的存取：
a.tofile(frame, sep='', format='%s')
frame：文件、字符串
sep：数据分隔字符串，如果是空串，写入文件为二进制
format：写入数据的格式
a.fromfile(frame, dtype=float, count=-1, sep='') # 读取时需要知道存入文件时数组的维度和元素类型
frame：文件、字符串
dtype：读取的数据类型
count：读入元素个数，-1表示读入整个文件
sep：数据分隔字符串，如果是空串，写入文件为二进制
NumPy的便捷文件存取：
np.save(fname, array) 或 np.savez(fname, array)
frame：文件名，以.npy为扩展名，压缩扩展名为.npz
array：数组变量
np.load(fname)
frame：文件名，以.npy为扩展名，压缩扩展名为.npz
3.NumPy的随机数函数子库
NumPy的random子库：为数组类型提供随机数的相关功能，若想使用其中的函数，需 np.random.*
rand(d0, d1,……, dn) 根据d0-dn创建随机数数组，浮点数，[0, 1)，均匀分布
randn(d0, d1, ……, dn) 根据d0-dn创建随机数数组，标准正态分布
randint(low[,high, shape]) 根据shape创建随机整数或整数数组，范围是[low, high)
seed(s) 随机数种子，s是给定的种子值
shuffle(a) 根据数组a的第1轴进行随排列，改变数组x
permutation(a) 根据数组a的第1轴产生一个新的乱序数组，不改变数组x
choice(a[, size, replace, p]) 从一维数组a中以概率p抽取元素，形成size形状新数组replace表示是否可以重用元素，默认为False
uniform(low, high, size) 产生具有均匀分布的数组，low起始值，high结束值，size形状
normal(loc, scale, size) 产生具有正态分布的数组，loc均值，scale标准差，size形状
poisson(lam, size) 产生具有泊松分布的数组，lam随机事件发生率，size形状
4.NumPy的统计函数
NumPy直接提供的统计类函数，通过使用np.* 来调用
sum(a, axis=None) 根据给定轴axis计算数组a相关元素之和，axis整数或元组
mean(a, axis=None) 根据给定轴axis计算数组a相关元素的期望，axis整数或元组
a = np.arange(15).reshape(3, 5)
np.mean(a, axis=1)
--> array([ 2., 7., 12.])
np.mean(a, axis=0)
--> array([5., 6., 7., 8., 9.])
average(a, axis=None, weights=None) 根据给定轴axis计算数组a相关元素的加权平均值
std(a, axis=None) 根据给定轴axis计算数组a相关元素的标准差
var(a, axis=None) 根据给定轴axis计算数组a相关元素的方差
min(a) max(a) 计算数组a中元素的最小值、最大值
argmin(a) argmax(a) 计算数组a中元素最小值、最大值的降一维后下标
unravel_index(index, shape) 根据shape将一维下标index转换成多维下标
ptp(a) 计算数组a中元素最大值与最小值的差
median(a) 计算数组a中元素的中位数（中值）
5.NumPy的梯度函数
np.gradient(f) 计算数组f中元素的梯度，当f为多维时，返回每个维度梯度（梯度：连续值之间的变化率，即斜率）
a=np.random.randint(0,20,(5))
np.gradient(a)
--> array([ 4. , 5.5, -1.5, -6.5, -3. ])
存在两侧值：(12-15)/2 = -1.5
只有一侧值：(14-13)/1 = 1
当原始数据为多维数据时，会返回n个数组，第一个数组为最外层维度的梯度
PIL库：PIL，Python Image Library
PIL库是一个具有强大图像处理能力的第三方库
from PIL import Image # Image是PIL库中代表一个图像的类（对象）
图像是一个由像素组成的二维矩阵，每个元素是一个RGB值
1.图像的变换：
读入图像后，获得像素RGB值，修改后保存为新的文件
2.图像的手绘效果：
手绘效果的几个特征：（黑吧灰色、边界线条较重、相同或相近色彩趋于白色、略有光源效果）
在对图像进行灰度化的基础上，由立体效果和叠加效果而成，灰度代表了图像的明暗变化，而梯度值表示的是灰度的变化率，所以通过调整像素的梯度值，来进阶改变图片的明暗程度，立体效果则通过添加虚拟深度值
Matplotlib库：数据可视化第三方库（将数据以特定的图形、图像形式展现出来，使得数据更加直观、明了）
matplotlib.pyplot是绘制各类可视化图形的命令字库，相当于快捷方式
import matplotlib.pyplot as plt
plt.savefig('test', dpi=600) # 将输出图形存储为文件，默认为PNG格式，可以通过dpi修改输出质量（每一英寸空间内点的数量，600相当高了已经）
plt.axis([-1, 10, 0, 6])限定了x轴的范围从-1到10，y轴坐标从0到6
pyplot的绘图区域
plt.subplot(nrows, ncols, plot_number)在全局绘图区域中创建一个分区体系，并定位到一个子绘图区域（将绘制区域分割成以第一个参数为横轴数量，第二个参数为纵轴数量的子区域，plot_number指出了当前的绘图区在哪块（编号从1开始））
plt.plot(x, y, format_string, **kwargs)
x：X轴数据，列表或数组，可选
y：Y轴数据，列表或数组
format_string：控制曲线的格式字符串，可选（由颜色字符、风格字符和标记字符组成）
color='green'控制颜色
linestyle='dashed'控制线条风格
marker='o'标记风格
markerfacecolor='blue'控制标记颜色
markersize=20：标记尺寸
……
'b' 蓝色 'y' 黄色
'g' 绿色 'k' 黑色
'r' 红色 'w' 白色
'c' 青绿色 cyan '#008000' RGB某颜色
'm' 洋红色 magenta '0.8' 灰度值字符串
=========================================================================
'-' 实线
'--' 破折线
'-.' 点划线
':' 虚线
'''' 无线条
=========================================================================
'.' 点标记 '1' 下花三角标记 'h' 竖六边形标记
',' 像素标记（极小点） '2' 上花三角标记 'H' 横六边形标记
'o' 实心圈标记 '3' 左花三角标记 '+' 十字标记
'v' 倒三角标记 '4' 右花三角标记 'x' x标记
'^' 上三角标记 's' 实心方形标记 'D' 菱形标记
'>' 右三角标记 'p' 实心五角标记 'd' 瘦菱形标记
'<' 左三角标记 '*' 星型标记 '|' 垂直线标记
**kwargs：第二组或更多（x, y, format_string）（当绘制多条曲线时，各条曲线的X不能省略）
pyplot的中文显示：
pyplot并不默认支持中文显示，需要rcParams修改字体实现（全局字体修改）
'font.family' 用于显示字体的名字
'font.style' 字体风格，正常'normal'或斜体'italic'
'font.size' 字体大小，整数字号或'large'、'x-small'
'SimHei' 中文黑体
'Kaiti' 中文楷体
'LiSu' 中文隶书
'FangSong' 中文仿宋
'YouYuan' 中文幼圆
'STSong' 华文宋体
import matplotlib.pyplot as plt
import matplotlib
matplotlib.rcParams['font.family'] = 'SimHei' # 修改字体为黑体（SimHei）
plt.plot([3, 1, 4, 5, 2])
plt.ylabel('纵轴（值）')
plt.savefig('test', dpi=600)
plt.show()
在有中文输出的地方，增加一个属性：fontproperties
plt.xlabel('横轴：时间', fontproperties='SimHei', fontsize=20)
pyplot的文本显示函数
plt.xlabel() 对X轴增加文本标签
plt.ylabel() 对Y轴增加文本标签
plt.title() 对图形整体增加文本标签
plt.text() 对任意位置增加文本
plt.annotate() 在图形中增加带箭头的注解
import matplotlib.pyplot as plt
import numpy as np
a = np.arange(0.0, 5.0, 0.02)
plt.plot(a, np.cos(2 * np.pi * a), 'r--')
plt.xlabel('横轴：时间', fontproperties='SimHei', fontsize=15, color='green')
plt.xlabel('纵轴：振幅', fontproperties='SimHei', fontsize=15)
plt.title(r'正弦波实例$y=cos(2\pi x)$', fontproperties='SimHei', fontsize=25)
plt.text(2, 1, r'$\mu=100$', fontsize=15) # 2表示横坐标，1表示纵坐标
plt.axis([-1, 6, -2, 2])
plt.grid(True)
plt.show()
plt.annotate(s, xy=arrow_crd,xytext=text_crd,arrowprops=dict)
s：要注解的字符串
xy：箭头所在的位置
xytext：文本显示的位置
arrowprops：字典类型，定义了箭头显示的一些属性
plt.annotate(r'$\mu=100$', xy=(2, 1), xytext=(3, 1.5),
arrowprops=dict(facecolor='black', shrink=0.1, width=2)) # shrink：箭头从指的位置到文本位置的两侧留有位置的缩进
pyplot的子绘图区域
plt.subplot2grid()：设定网格，选中网格，确定选中行列区域数量，编号从0开始
plt.subplot2grid(GridSpec, CurSpec, colspan=1, rowspan=1)
plt.subplot2grid((3, 3), (1, 0), colspan=2) 将整个绘图分成3*3，(1,0)表示当前被选定的位置，colspan表示列的延伸
import matplotlib.gridspec as gridspec # 进行子区域设计和选定的类
gs = gridspec.GridSpec(3, 3)
ax1 = plt.subplot(gs[0, :])
ax2 = plt.subplot(gs[1, :-1])
ax3 = plt.subplot(gs[1:, -1])
ax4 = plt.subplot(gs[2, 0])
ax5 = plt.subplot(gs[2, 1])
plt.grid(True) # 在图形中加入网格曲线
pyplot的基础图标函数
plt.plot(x, y, fmt, ……) 绘制一个坐标图
plt.boxplot(data, notch, position) 绘制一个箱型图
plt.bar(left, height, width, bottom) 绘制一个条形图
plt.barh(width, bottom, left, height) 绘制一个横向条形图
plt.polar(theta, r) 绘制极坐标图
plt.pie(data, explode) 绘制饼图
plt.psd(x, NFFT=256, pad_to, Fs) 绘制功率谱密度图
plt.specgram(x, NFFT=256, pad_to, F) 绘制谱图
plt.cohere(x, y, NFFT=256, Fs) 绘制X-Y的相关性函数
plt.scatter(x, y) 绘制散点图，其中，x和y长度相同
plt.step(x, y, where) 绘制布阶图
plt.hist(x, bins, normed) 绘制直方图
plt.contour(X, Y, Z, N) 绘制等值图
plt.vlines() 绘制垂直图
plt.stem(x, y, linefmt, markerfmt) 绘制柴火图
plt.plot_date() 绘制数据日期
plt.pie()
import matplotlib.pyplot as plt
labels = 'Frogs', 'Hogs', 'Dogs', 'Logs'
sizes = [15, 30, 45, 10]
explode = (0, 0.1, 0, 0) # 0.1是将第二块分离突出，0.1表示距离
plt.pie(sizes, explode=explode, labels=labels, autopct='%1.1f%%', shadow=False, startangle=90)#autopct表示中间显示百分数的方式，shadow表示饼图是二维饼图，还是带有阴影效果的，startangle表示饼图起始的角度
plt.axis('equal') # 绘图时x和y方向的尺寸是相等的
plt.show()
plt.hist()
import numpy as np
import matplotlib.pyplot as plt
np.random.seed(0)
mu, sigma = 100, 20 # 均值和标准差
a = np.random.normal(mu, sigma, size=100)
plt.hist(a, 20, normed=1, histtype='stepfilled', facecolor='b', alpha=0.75)#bin=20:直方图的个数normed=1 表示区间内出现的概率 normed=0 表示区间内出现的个数 alpha：尺寸比例
plt.title('Histogram')
plt.show()
plt.polar()
import numpy as np
import matplotlib.pyplot as plt
N = 20 # 绘制极坐标中数据的个数
theta = np.linspace(0.0, 2 * np.pi, N, endpoint=False)
radii = 10 * np.random.rand(N)
width = np.pi / 4 * np.random.rand(N)
ax = plt.subplot(111, projection='polar') # 使用面向对象的方式绘制图形
bars = ax.bar(theta, radii, width=width, bottom=0.0)#theater，radii，width对应polar(left,height,width) left指绘制极坐标中颜色区域从哪开始，heigth从中心点到边缘的长度，width指绘图区域角度范围辐射的范围
for r, bar in zip(radii, bars):
bar.set_facecolor(plt.cm.viridis(r / 10.))
bar.set_alpha(0.5)
plt.show()
使用面向对象的方法绘制散点图
import numpy as np
import matplotlib.pyplot as plt
fig, ax = plt.subplots() # 将subplots()函数变成对象，fig，ax分别对应函数生成的图标和图标相关的区域
ax.plot(10 * np.random.randn(100), 10 * np.random.randn(100), 'o')
ax.set_title('Simple Scatter')
plt.show()
Pandas库：是Python第三方库，提供高性能易用数据类型和分析工具 import pandas as pd
两个数据类型：Series(相当于一维数据类型), DataFrame（相当于二维到多维的数据类型）
基于上述数据类型的各类操作（基本操作、运算操作、特征类操作、关联类操作）
NumPy Pandas
基础数据类型 扩展数据类型
关注数据的结构表达（数据之间构成的维度） 关注数据的应用表达（如何有效的提取数据，以及对数据进行运算）
维度：数据间的关系 数据与索引间关系
Series类型：由一组数据及与之相关的数据索引组成
import pandas as pd
a = pd.Series([9, 8, 7, 6])
print(a)
0 9 # 0 1 2 3为Pandas为数据自动增加的索引（自动索引）
1 8
2 7
3 6
dtype: int64 # NumPy中数据类型
===============================================================
import pandas as pd
a = pd.Series([9, 8, 7, 6], index=['a', 'b', 'c', 'd']) # 自定义索引（可以省略index=）
print(a)
a 9
b 8
c 7
d 6
dtype: int64
Series类型可以由如下类型创建
Python列表 标量值 Python字典 ndarray 其他函数
从标量值创建(index表达Series类型的尺寸)
import pandas as pd
s = pd.Series(25, index=['a', 'b', 'c']) # 此时不能省略index=
print(s)
a 25
b 25
c 25
dtype: int64
从字典类型创建
import pandas as pd
d = pd.Series({'a':9, 'b':8, 'c':7})
print(d)
a 9
b 8
c 7
dtype: int64
======================================================
import pandas as pd
d = pd.Series({'a':9, 'b':8, 'c':7}, index=['c', 'a', 'b', 'd']) # index从字典中进行选择操作
print(d)
c 7.0
a 9.0
b 8.0
d NaN
dtype: float64
从ndarray类型创建
import pandas as pd
import numpy as np
n = pd.Series(np.arange(5))
print(n)
0 0
1 1
2 2
3 3
4 4
dtype: int32
=========================================================
import pandas as pd
import numpy as np
n = pd.Series(np.arange(5), index=np.arange(9, 4, -1))
print(n)
9 0
8 1
7 2
6 3
5 4
dtype: int32
Series类型的基本操作
Series类型包括index和values两部分
Series类型的操作类似ndarray类型
Series类型的操作类似Python字典类型
Series类型对齐操作：Series + Series 索引值相同的值进行运算，不同的值不进行运算
Series类型的name属性
Series对象和索引都可以有一个名字，存储在属性.name中
Series类型的修改
Series对象可以随时修改并即可生效
DataFrame类型：由共用相同索引的一组列组成
DataFrame是一个表格型的数据类型，每列值类型可以不同
DataFrame既有行索引、也有列索引
DataFrame常用于表达二维数据，但也可以表达多维数据
→ column axis=1
↓ index_0 → data_a data_1 data_w
index index_1 → data_b data_2 data_x
axis=0 index_2 → data_c data_3 …… data_y
index_3 → data_d data_4 data_z
索引 多列数据
DataFrame类型可以由如下类型创建
d.ix['行索引'] 会生成这行的Series
二维ndarray对象
import pandas as pd
import numpy as np
d = pd.DataFrame(np.arange(10).reshape(2, 5))
由一维ndarray、列表、字典、元组或Series构成的字典(字典中的键默认设置为列索引)
dt = {'one':pd.Series([1, 2, 3], index=['a', 'b', 'c']), 'two':pd.Series([9, 8, 7, 6], index=['a', 'b', 'c', 'd'])}
d = pd.DataFrame(dt)
=====================================================================================
d1 = {'one':[1, 2, 3, 4], 'two':[9, 8, 7, 6]}
d = pd.DataFrame(d1, index = ['a', 'b', 'c', 'd'])
Series类型
其他的DataFrame类型
数据类型操作（Series和DataFrame的索引都是Index类型，Index对象是不可修改类型）
改变Series和DataFrame对象
增加或重排：重新索引
.reindex(index=None, columns=None,……)能够改变或重排Series和DataFrame索引
index, columns 新的行列自定义索引
fill_value 重新索引中，用于填充缺失位置的值
method 填充方法，ffill当前值向前填充（缺失位置的值由临近的前面的值填充），bfill向后填充
limit 最大填充量
copy 默认True，生成新对象，False时，新旧相等不赋值
索引类型的常用方法
.append(idx) 连接另一个Index对象，产生新的Index对象
.diff(idx) 计算差集，产生新的Index对象
.intersection(idx) 计算交集
.union(idx) 计算并集
.delete(loc) 删除loc位置处的元素
.insert(loc, e) 在loc位置增加一个元素e
删除：.drop()能够删除Series和DataFrame指定行或列索引（在删除列索引时，后面要加上axis=1，默认为0轴上元素）
数据类型运算
算术运算法则：根据行列索引，补齐后运算，运算默认产生浮点数
补齐时缺项填充NaN（空值）
二维和一维、一维和零维间为广播运算（不同维度间为广播运算，一维Series默认在轴1参与运算，若要想在0轴上运算，需要设定axis=0）
采用+ - * / 符号进行的二元运算产生新的对象
.add(d, **argws) 类型间加法运算，可选参数
.sub(d, **argws) 类型间减法运算，可选参数
.mul(d, **argws) 类型间乘法运算，可选参数
.div(d, **argws) 类型间除法运算，可选参数
比较运算法则：比较运算只能比较相同索引的元素，不进行补齐
二维和一维、一维和零维间为广播运算（默认在1轴）
采用> < >= <= == !=等符号进行的二元运算产生布尔对象
Pandas库的数据排序（NaN统一放到排序末尾）
.sort_index()方法在指定轴上根据索引进行排序，默认升序
.sort_index(axis=0, ascending=True) ascending=True 递增排序
.sort_values()方法在指定轴上根据数值进行排序，默认升序
Series.sort_values(axis=0, ascending=True)
DataFrame.sort_values(by, axis=0, ascending=True) 默认在0轴上排序 by：axis轴上的某个索引或索引列表
Pandas库基本的统计分析函数（适用于Series和DataFrame类型）
.sum() 计算数据的总和，按0轴计算，下同
.count() 非NaN值的数量
.mean() .median() 计算数据的算术平均值、算数中位数
.var() .std() 计算数据的方差、标准差
.min() .max() 计算数据的最小值、最大值
=================================================================
适用于Series类型
.argmin() .argmax() 计算数据最大值、最小值所在位置的索引的位置（自动索引）
.idxmin() .idxmax() 计算数据最大值、最小值所在位置的索引（自定义索引）
====================================================================
.describe() 针对0轴（各列）的统计汇总（适用于Series和DataFrame类型）
Pandas库基本的累计统计分析函数（适用于Series和DataFrame类型）
.cumsum() 依次给出前1、2、……、n个数的和
.cumprod() 依次给出前1、2、……、n个数的积
.cummax() 依次给出前1、2、……、n个数的最大值
.cummin() 依次给出前1、2、……、n个数的最小值
滚动计算（窗口计算）（适用于Series和DataFrame类型）
.rolling(w).sum() 依次计算相邻w个元素的和
.rolling(w).mean() 依次计算相邻w个元素的算术平均值
.rolling(w).var() 依次计算相邻w个元素的方差
.rolling(w).std() 依次计算相邻w个元素的标准差
.rolling(w).min() .max() 依次计算相邻w个元素的最小值和最大值
数据的相关性分析
协方差 > 0，X和Y正相关
协方差 < 0，X和Y负相关
协方差 = 0，X和Y独立无关
Pearson相关系数：
r取值范围[-1, 1]
0.8 ～1.0 极强相关
0.6 ～0.8 强相关
0.4 ～0.6 中等程度相关
0.2 ～0.4 弱相关
0.0 ～0.2 极弱相关或无相关
相关分析函数（适用于Series和DataFrame类型）
.cov() 计算协方差矩阵
.corr() 计算相关系数矩阵，Pearson、Spearman、Kendall等系数
提供了一个强大的N维数组对象nadrray
广播功能函数（用来在数组之间进行计算）
整合C/C++/Fortran代码的工具
线性代数、傅里叶变换、随机数生成等功能
Numpy是SciPy、Pandas等数据处理或科学计算库的基础
1.N维数组对象：ndarray
数组对象可以去掉元素间运算所需的循环，使一维向量更像单个数据
设置专门的数组对象，经过优化，可以提升这类应用的运算速度
ndarray是一个多维数组对象，由两部分构成：
实际的数据
描述这些数据的元数据（数据维度、数据类型等）
ndarray数组一般要求所有元素类型相同，数组下标从0开始
np.array()生成一个ndarray数组
np.array()输出成[]形式，元素由空格分割
轴（axis）：保存数据的维度
秩（rank）：轴的数量
ndarray对象的属性
.ndim 秩，即轴的数量或维度的数量
.shape ndarray对象的尺度，对于矩阵，n行m列
.size ndarray对象元素的个数，相当于.shape中n*m的秩
.dtype ndarray对象的元素类型
.itemsize ndarray对象中每个元素的大小，以字节为单位
ndarray的元素类型
bool 布尔类型，True或False
intc 与C语言中的int类型一致，一般是int32或int64
intp 用于索引的整数，与C语言中ssize_t一致，int32或int64
int8 字节长度的整数，取值：[-128, 127]
int16 16位长度的整数，取值：[-32768, 32767]
int32 32位长度的整数，取值：[-2^31, 2^31-1]
int64 64位长度的整数，取值：[-2^63, 2^63-1]
uint8 8位无符号整数，取值：[0, 255]
uint16 16位无符号整数，取值：[0, 65535]
uint32 32位无符号整数，取值：[0, 2^32-1]
uint64 64位无符号整数，取值：[0, 2^64-1]
float16 16位半精度浮点数：1位符号位，5位指数，10位尾数
float32 32位半精度浮点数：1位符号位，8位指数，23位尾数
float64 64位半精度浮点数：1位符号位，11位指数，52位尾数
complex64 复数类型，实部和虚部都是32位浮点数
complex128 复数类型，实部和虚部都是64位浮点数
ndarray数组的创建方法
（1）从Python中的列表、元组等类型创建ndarray数组
（2）使用NumPy中函数创建ndarray数组，如：arange，ones，zeros等（ones，zeros，eyes生成数组的元素都是浮点数类型，arange生成为整数类型）
np.arange(n) 类似range()函数，返回ndarray类型，元素从0到n-1
np.ones(shape) 根据shape生成一个全1数组，shape是元组类型
np.zeros(shape) 根据shape生成一个全0数组，shape是元组类型
np.full(shape, val) 根据shape生成一个数组，每个元素值都是val
np.eye(n) 创建一个正方的n*n单位矩阵，对角线为1，其余为0
np.ones_like(a) 根据数组a的形状生成一个全1数组
np.zeros_like(a) 根据数组a的形状生成一个全0数组
np.full_like(a, val) 根据数组a的形状生成一个数组，每个元素值都是val
（3）使用NumPy中其他函数创建ndarray数组
np.linspace() 根据起止数据等间距地填充数据，形成数组
a = np.linspace(1, 10, 4, dtype=np.int32) # 1为起始位置，10为终止位置，4表示4个元素
b = np.linspace(1, 10, 4, endpoint=False) # endpoint代表终止元素是否作为最后一个元素
np.concatenate() 将两个或多个数组合并一个新的数组
ndarray数组的变换：对于创建后的ndarray数组，可以对其进行维度变换和元素类型变换
.reshape(shape) 不改变数组元素，返回一个shape形状的数组，原数组不变
.resize(shape) 与.reshape(）功能一致，但修改原数组
.swapaxes(ax1, ax2) 将数组n个维度中两个维度进行调换
.flattten() 对数组进行降维，返回折叠后的一维数组，原数组不变
.astype() 创建新的数组（原始数据的一个拷贝），即使两个类型一致
.tolist() ndarray数组向列表的转换
ndarray数组的索引和切片：
一维数组的索引和切片：与Python的列表类似（a[1 : 4 : 2] # 起始编号：终止编号（不含）：步长）
多维数组的索引：
a = np.arange(24).reshape((2, 3, 4))
a[1, 2, 3] --> 23
a[0, 1, 2] --> 6
a[-1, -2, -3] -->17
ndarray数组的运算：
数组与标量之间的运算：数组与标量之间的运算作用于数组的每一个元素
NumPy一元函数：（对ndarray中的数据执行元素级运算的函数）
np.abs(x) np.fabs(x) 计算数组各元素的绝对值
np.sqrt(x) 计算数组各元素的平方根
np.square(x) 计算数组各元素的平方
np.log(x) np.log10(x) np.log2(x) 计算数组各元素的自然对数、10底对数和2底对数
np.ceil(x) np.floor(x) 计算数组各元素的ceiling值或floor值
np.rint(x) 计算数组各元素的四舍五入值
np.modf(x) 将数组各元素的小数和整数部分以两个独立数组形式返回
np.cos(x) np.cosh(x)
np.sin(x) np.sinh(x) 计算数组各元素的普通型和双曲型三角函数
np.tan(x) np.tanh(x)
np.exp(x) 计算数组各元素的指数值
np.sign(x) 计算数组各元素的符号值，1（+），0，-1（-）
NumPy二元函数
+ - * / ** 两个数组各元素进行对应计算
np.maximum(x,y) np.fmax() 元素级的最大值/最小值计算
np.minimum(x,y) np.fmin()
np.mod(x,y) 元素级的模运算
np.copysign(x,y) 将数组y中各元素值的符号赋值给数组x对应元素
> < >= <= == != 算数比较，产生布尔型数组
2.CSV文件：（Comma-Separated Value,逗号分隔值）是一种常见的文件格式，用来存储批量数据（只能有效存储一维和二维数组）（np.savetxt()、np.loadtxt()只能有效存取一维和二维数组）
np.savetxt(frame, array, fmt='%.18e', delimiter=None) # 将数据保存为CSV文件
frame：文件、字符串或产生器，可以是.gz或.bz2的压缩文件
array：存入文件的数组
fmt：写入文件的格式，例如：%d %.2f %.18e
delimiter：分隔字符串，默认是任何空格
a = np.arange(100).reshape(5, 20)
np.savetxt('a.csv', a, fmt='%d', delimiter=',')
np.loadtxt(frame, dtype=np.float, delimiter=None, unpack=False) # 将CSV文件中的数据读入到numpy数组中
frame：文件、字符串或产生器，可以是.gz或.bz2的压缩文件
dtype：数据类型，可选
delimiter：分隔字符串，默认是任何空格
unpack：如果True，读入属性将分别写入不同变量
多维数据的存取：
a.tofile(frame, sep='', format='%s')
frame：文件、字符串
sep：数据分隔字符串，如果是空串，写入文件为二进制
format：写入数据的格式
a.fromfile(frame, dtype=float, count=-1, sep='') # 读取时需要知道存入文件时数组的维度和元素类型
frame：文件、字符串
dtype：读取的数据类型
count：读入元素个数，-1表示读入整个文件
sep：数据分隔字符串，如果是空串，写入文件为二进制
NumPy的便捷文件存取：
np.save(fname, array) 或 np.savez(fname, array)
frame：文件名，以.npy为扩展名，压缩扩展名为.npz
array：数组变量
np.load(fname)
frame：文件名，以.npy为扩展名，压缩扩展名为.npz
3.NumPy的随机数函数子库
NumPy的random子库：为数组类型提供随机数的相关功能，若想使用其中的函数，需 np.random.*
rand(d0, d1,……, dn) 根据d0-dn创建随机数数组，浮点数，[0, 1)，均匀分布
randn(d0, d1, ……, dn) 根据d0-dn创建随机数数组，标准正态分布
randint(low[,high, shape]) 根据shape创建随机整数或整数数组，范围是[low, high)
seed(s) 随机数种子，s是给定的种子值
shuffle(a) 根据数组a的第1轴进行随排列，改变数组x
permutation(a) 根据数组a的第1轴产生一个新的乱序数组，不改变数组x
choice(a[, size, replace, p]) 从一维数组a中以概率p抽取元素，形成size形状新数组replace表示是否可以重用元素，默认为False
uniform(low, high, size) 产生具有均匀分布的数组，low起始值，high结束值，size形状
normal(loc, scale, size) 产生具有正态分布的数组，loc均值，scale标准差，size形状
poisson(lam, size) 产生具有泊松分布的数组，lam随机事件发生率，size形状
4.NumPy的统计函数
NumPy直接提供的统计类函数，通过使用np.* 来调用
sum(a, axis=None) 根据给定轴axis计算数组a相关元素之和，axis整数或元组
mean(a, axis=None) 根据给定轴axis计算数组a相关元素的期望，axis整数或元组
a = np.arange(15).reshape(3, 5)
np.mean(a, axis=1)
--> array([ 2., 7., 12.])
np.mean(a, axis=0)
--> array([5., 6., 7., 8., 9.])
average(a, axis=None, weights=None) 根据给定轴axis计算数组a相关元素的加权平均值
std(a, axis=None) 根据给定轴axis计算数组a相关元素的标准差
var(a, axis=None) 根据给定轴axis计算数组a相关元素的方差
min(a) max(a) 计算数组a中元素的最小值、最大值
argmin(a) argmax(a) 计算数组a中元素最小值、最大值的降一维后下标
unravel_index(index, shape) 根据shape将一维下标index转换成多维下标
ptp(a) 计算数组a中元素最大值与最小值的差
median(a) 计算数组a中元素的中位数（中值）
5.NumPy的梯度函数
np.gradient(f) 计算数组f中元素的梯度，当f为多维时，返回每个维度梯度（梯度：连续值之间的变化率，即斜率）
a=np.random.randint(0,20,(5))
np.gradient(a)
--> array([ 4. , 5.5, -1.5, -6.5, -3. ])
存在两侧值：(12-15)/2 = -1.5
只有一侧值：(14-13)/1 = 1
当原始数据为多维数据时，会返回n个数组，第一个数组为最外层维度的梯度
PIL库：PIL，Python Image Library
PIL库是一个具有强大图像处理能力的第三方库
from PIL import Image # Image是PIL库中代表一个图像的类（对象）
图像是一个由像素组成的二维矩阵，每个元素是一个RGB值
1.图像的变换：
读入图像后，获得像素RGB值，修改后保存为新的文件
2.图像的手绘效果：
手绘效果的几个特征：（黑吧灰色、边界线条较重、相同或相近色彩趋于白色、略有光源效果）
在对图像进行灰度化的基础上，由立体效果和叠加效果而成，灰度代表了图像的明暗变化，而梯度值表示的是灰度的变化率，所以通过调整像素的梯度值，来进阶改变图片的明暗程度，立体效果则通过添加虚拟深度值
Matplotlib库：数据可视化第三方库（将数据以特定的图形、图像形式展现出来，使得数据更加直观、明了）
matplotlib.pyplot是绘制各类可视化图形的命令字库，相当于快捷方式
import matplotlib.pyplot as plt
plt.savefig('test', dpi=600) # 将输出图形存储为文件，默认为PNG格式，可以通过dpi修改输出质量（每一英寸空间内点的数量，600相当高了已经）
plt.axis([-1, 10, 0, 6])限定了x轴的范围从-1到10，y轴坐标从0到6
pyplot的绘图区域
plt.subplot(nrows, ncols, plot_number)在全局绘图区域中创建一个分区体系，并定位到一个子绘图区域（将绘制区域分割成以第一个参数为横轴数量，第二个参数为纵轴数量的子区域，plot_number指出了当前的绘图区在哪块（编号从1开始））
plt.plot(x, y, format_string, **kwargs)
x：X轴数据，列表或数组，可选
y：Y轴数据，列表或数组
format_string：控制曲线的格式字符串，可选（由颜色字符、风格字符和标记字符组成）
color='green'控制颜色
linestyle='dashed'控制线条风格
marker='o'标记风格
markerfacecolor='blue'控制标记颜色
markersize=20：标记尺寸
……
'b' 蓝色 'y' 黄色
'g' 绿色 'k' 黑色
'r' 红色 'w' 白色
'c' 青绿色 cyan '#008000' RGB某颜色
'm' 洋红色 magenta '0.8' 灰度值字符串
=========================================================================
'-' 实线
'--' 破折线
'-.' 点划线
':' 虚线
'''' 无线条
=========================================================================
'.' 点标记 '1' 下花三角标记 'h' 竖六边形标记
',' 像素标记（极小点） '2' 上花三角标记 'H' 横六边形标记
'o' 实心圈标记 '3' 左花三角标记 '+' 十字标记
'v' 倒三角标记 '4' 右花三角标记 'x' x标记
'^' 上三角标记 's' 实心方形标记 'D' 菱形标记
'>' 右三角标记 'p' 实心五角标记 'd' 瘦菱形标记
'<' 左三角标记 '*' 星型标记 '|' 垂直线标记
**kwargs：第二组或更多（x, y, format_string）（当绘制多条曲线时，各条曲线的X不能省略）
pyplot的中文显示：
pyplot并不默认支持中文显示，需要rcParams修改字体实现（全局字体修改）
'font.family' 用于显示字体的名字
'font.style' 字体风格，正常'normal'或斜体'italic'
'font.size' 字体大小，整数字号或'large'、'x-small'
'SimHei' 中文黑体
'Kaiti' 中文楷体
'LiSu' 中文隶书
'FangSong' 中文仿宋
'YouYuan' 中文幼圆
'STSong' 华文宋体
import matplotlib.pyplot as plt
import matplotlib
matplotlib.rcParams['font.family'] = 'SimHei' # 修改字体为黑体（SimHei）
plt.plot([3, 1, 4, 5, 2])
plt.ylabel('纵轴（值）')
plt.savefig('test', dpi=600)
plt.show()
在有中文输出的地方，增加一个属性：fontproperties
plt.xlabel('横轴：时间', fontproperties='SimHei', fontsize=20)
pyplot的文本显示函数
plt.xlabel() 对X轴增加文本标签
plt.ylabel() 对Y轴增加文本标签
plt.title() 对图形整体增加文本标签
plt.text() 对任意位置增加文本
plt.annotate() 在图形中增加带箭头的注解
import matplotlib.pyplot as plt
import numpy as np
a = np.arange(0.0, 5.0, 0.02)
plt.plot(a, np.cos(2 * np.pi * a), 'r--')
plt.xlabel('横轴：时间', fontproperties='SimHei', fontsize=15, color='green')
plt.xlabel('纵轴：振幅', fontproperties='SimHei', fontsize=15)
plt.title(r'正弦波实例$y=cos(2\pi x)$', fontproperties='SimHei', fontsize=25)
plt.text(2, 1, r'$\mu=100$', fontsize=15) # 2表示横坐标，1表示纵坐标
plt.axis([-1, 6, -2, 2])
plt.grid(True)
plt.show()
plt.annotate(s, xy=arrow_crd,xytext=text_crd,arrowprops=dict)
s：要注解的字符串
xy：箭头所在的位置
xytext：文本显示的位置
arrowprops：字典类型，定义了箭头显示的一些属性
plt.annotate(r'$\mu=100$', xy=(2, 1), xytext=(3, 1.5),
arrowprops=dict(facecolor='black', shrink=0.1, width=2)) # shrink：箭头从指的位置到文本位置的两侧留有位置的缩进
pyplot的子绘图区域
plt.subplot2grid()：设定网格，选中网格，确定选中行列区域数量，编号从0开始
plt.subplot2grid(GridSpec, CurSpec, colspan=1, rowspan=1)
plt.subplot2grid((3, 3), (1, 0), colspan=2) 将整个绘图分成3*3，(1,0)表示当前被选定的位置，colspan表示列的延伸
import matplotlib.gridspec as gridspec # 进行子区域设计和选定的类
gs = gridspec.GridSpec(3, 3)
ax1 = plt.subplot(gs[0, :])
ax2 = plt.subplot(gs[1, :-1])
ax3 = plt.subplot(gs[1:, -1])
ax4 = plt.subplot(gs[2, 0])
ax5 = plt.subplot(gs[2, 1])
plt.grid(True) # 在图形中加入网格曲线
pyplot的基础图标函数
plt.plot(x, y, fmt, ……) 绘制一个坐标图
plt.boxplot(data, notch, position) 绘制一个箱型图
plt.bar(left, height, width, bottom) 绘制一个条形图
plt.barh(width, bottom, left, height) 绘制一个横向条形图
plt.polar(theta, r) 绘制极坐标图
plt.pie(data, explode) 绘制饼图
plt.psd(x, NFFT=256, pad_to, Fs) 绘制功率谱密度图
plt.specgram(x, NFFT=256, pad_to, F) 绘制谱图
plt.cohere(x, y, NFFT=256, Fs) 绘制X-Y的相关性函数
plt.scatter(x, y) 绘制散点图，其中，x和y长度相同
plt.step(x, y, where) 绘制布阶图
plt.hist(x, bins, normed) 绘制直方图
plt.contour(X, Y, Z, N) 绘制等值图
plt.vlines() 绘制垂直图
plt.stem(x, y, linefmt, markerfmt) 绘制柴火图
plt.plot_date() 绘制数据日期
plt.pie()
import matplotlib.pyplot as plt
labels = 'Frogs', 'Hogs', 'Dogs', 'Logs'
sizes = [15, 30, 45, 10]
explode = (0, 0.1, 0, 0) # 0.1是将第二块分离突出，0.1表示距离
plt.pie(sizes, explode=explode, labels=labels, autopct='%1.1f%%', shadow=False, startangle=90)#autopct表示中间显示百分数的方式，shadow表示饼图是二维饼图，还是带有阴影效果的，startangle表示饼图起始的角度
plt.axis('equal') # 绘图时x和y方向的尺寸是相等的
plt.show()
plt.hist()
import numpy as np
import matplotlib.pyplot as plt
np.random.seed(0)
mu, sigma = 100, 20 # 均值和标准差
a = np.random.normal(mu, sigma, size=100)
plt.hist(a, 20, normed=1, histtype='stepfilled', facecolor='b', alpha=0.75)#bin=20:直方图的个数normed=1 表示区间内出现的概率 normed=0 表示区间内出现的个数 alpha：尺寸比例
plt.title('Histogram')
plt.show()
plt.polar()
import numpy as np
import matplotlib.pyplot as plt
N = 20 # 绘制极坐标中数据的个数
theta = np.linspace(0.0, 2 * np.pi, N, endpoint=False)
radii = 10 * np.random.rand(N)
width = np.pi / 4 * np.random.rand(N)
ax = plt.subplot(111, projection='polar') # 使用面向对象的方式绘制图形
bars = ax.bar(theta, radii, width=width, bottom=0.0)#theater，radii，width对应polar(left,height,width) left指绘制极坐标中颜色区域从哪开始，heigth从中心点到边缘的长度，width指绘图区域角度范围辐射的范围
for r, bar in zip(radii, bars):
bar.set_facecolor(plt.cm.viridis(r / 10.))
bar.set_alpha(0.5)
plt.show()
使用面向对象的方法绘制散点图
import numpy as np
import matplotlib.pyplot as plt
fig, ax = plt.subplots() # 将subplots()函数变成对象，fig，ax分别对应函数生成的图标和图标相关的区域
ax.plot(10 * np.random.randn(100), 10 * np.random.randn(100), 'o')
ax.set_title('Simple Scatter')
plt.show()
Pandas库：是Python第三方库，提供高性能易用数据类型和分析工具 import pandas as pd
两个数据类型：Series(相当于一维数据类型), DataFrame（相当于二维到多维的数据类型）
基于上述数据类型的各类操作（基本操作、运算操作、特征类操作、关联类操作）
NumPy Pandas
基础数据类型 扩展数据类型
关注数据的结构表达（数据之间构成的维度） 关注数据的应用表达（如何有效的提取数据，以及对数据进行运算）
维度：数据间的关系 数据与索引间关系
Series类型：由一组数据及与之相关的数据索引组成
import pandas as pd
a = pd.Series([9, 8, 7, 6])
print(a)
0 9 # 0 1 2 3为Pandas为数据自动增加的索引（自动索引）
1 8
2 7
3 6
dtype: int64 # NumPy中数据类型
===============================================================
import pandas as pd
a = pd.Series([9, 8, 7, 6], index=['a', 'b', 'c', 'd']) # 自定义索引（可以省略index=）
print(a)
a 9
b 8
c 7
d 6
dtype: int64
Series类型可以由如下类型创建
Python列表 标量值 Python字典 ndarray 其他函数
从标量值创建(index表达Series类型的尺寸)
import pandas as pd
s = pd.Series(25, index=['a', 'b', 'c']) # 此时不能省略index=
print(s)
a 25
b 25
c 25
dtype: int64
从字典类型创建
import pandas as pd
d = pd.Series({'a':9, 'b':8, 'c':7})
print(d)
a 9
b 8
c 7
dtype: int64
======================================================
import pandas as pd
d = pd.Series({'a':9, 'b':8, 'c':7}, index=['c', 'a', 'b', 'd']) # index从字典中进行选择操作
print(d)
c 7.0
a 9.0
b 8.0
d NaN
dtype: float64
从ndarray类型创建
import pandas as pd
import numpy as np
n = pd.Series(np.arange(5))
print(n)
0 0
1 1
2 2
3 3
4 4
dtype: int32
=========================================================
import pandas as pd
import numpy as np
n = pd.Series(np.arange(5), index=np.arange(9, 4, -1))
print(n)
9 0
8 1
7 2
6 3
5 4
dtype: int32
Series类型的基本操作
Series类型包括index和values两部分
Series类型的操作类似ndarray类型
Series类型的操作类似Python字典类型
Series类型对齐操作：Series + Series 索引值相同的值进行运算，不同的值不进行运算
Series类型的name属性
Series对象和索引都可以有一个名字，存储在属性.name中
Series类型的修改
Series对象可以随时修改并即可生效
DataFrame类型：由共用相同索引的一组列组成
DataFrame是一个表格型的数据类型，每列值类型可以不同
DataFrame既有行索引、也有列索引
DataFrame常用于表达二维数据，但也可以表达多维数据
→ column axis=1
↓ index_0 → data_a data_1 data_w
index index_1 → data_b data_2 data_x
axis=0 index_2 → data_c data_3 …… data_y
index_3 → data_d data_4 data_z
索引 多列数据
DataFrame类型可以由如下类型创建
d.ix['行索引'] 会生成这行的Series
二维ndarray对象
import pandas as pd
import numpy as np
d = pd.DataFrame(np.arange(10).reshape(2, 5))
由一维ndarray、列表、字典、元组或Series构成的字典(字典中的键默认设置为列索引)
dt = {'one':pd.Series([1, 2, 3], index=['a', 'b', 'c']), 'two':pd.Series([9, 8, 7, 6], index=['a', 'b', 'c', 'd'])}
d = pd.DataFrame(dt)
=====================================================================================
d1 = {'one':[1, 2, 3, 4], 'two':[9, 8, 7, 6]}
d = pd.DataFrame(d1, index = ['a', 'b', 'c', 'd'])
Series类型
其他的DataFrame类型
数据类型操作（Series和DataFrame的索引都是Index类型，Index对象是不可修改类型）
改变Series和DataFrame对象
增加或重排：重新索引
.reindex(index=None, columns=None,……)能够改变或重排Series和DataFrame索引
index, columns 新的行列自定义索引
fill_value 重新索引中，用于填充缺失位置的值
method 填充方法，ffill当前值向前填充（缺失位置的值由临近的前面的值填充），bfill向后填充
limit 最大填充量
copy 默认True，生成新对象，False时，新旧相等不赋值
索引类型的常用方法
.append(idx) 连接另一个Index对象，产生新的Index对象
.diff(idx) 计算差集，产生新的Index对象
.intersection(idx) 计算交集
.union(idx) 计算并集
.delete(loc) 删除loc位置处的元素
.insert(loc, e) 在loc位置增加一个元素e
删除：.drop()能够删除Series和DataFrame指定行或列索引（在删除列索引时，后面要加上axis=1，默认为0轴上元素）
数据类型运算
算术运算法则：根据行列索引，补齐后运算，运算默认产生浮点数
补齐时缺项填充NaN（空值）
二维和一维、一维和零维间为广播运算（不同维度间为广播运算，一维Series默认在轴1参与运算，若要想在0轴上运算，需要设定axis=0）
采用+ - * / 符号进行的二元运算产生新的对象
.add(d, **argws) 类型间加法运算，可选参数
.sub(d, **argws) 类型间减法运算，可选参数
.mul(d, **argws) 类型间乘法运算，可选参数
.div(d, **argws) 类型间除法运算，可选参数
比较运算法则：比较运算只能比较相同索引的元素，不进行补齐
二维和一维、一维和零维间为广播运算（默认在1轴）
采用> < >= <= == !=等符号进行的二元运算产生布尔对象
Pandas库的数据排序（NaN统一放到排序末尾）
.sort_index()方法在指定轴上根据索引进行排序，默认升序
.sort_index(axis=0, ascending=True) ascending=True 递增排序
.sort_values()方法在指定轴上根据数值进行排序，默认升序
Series.sort_values(axis=0, ascending=True)
DataFrame.sort_values(by, axis=0, ascending=True) 默认在0轴上排序 by：axis轴上的某个索引或索引列表
Pandas库基本的统计分析函数（适用于Series和DataFrame类型）
.sum() 计算数据的总和，按0轴计算，下同
.count() 非NaN值的数量
.mean() .median() 计算数据的算术平均值、算数中位数
.var() .std() 计算数据的方差、标准差
.min() .max() 计算数据的最小值、最大值
=================================================================
适用于Series类型
.argmin() .argmax() 计算数据最大值、最小值所在位置的索引的位置（自动索引）
.idxmin() .idxmax() 计算数据最大值、最小值所在位置的索引（自定义索引）
====================================================================
.describe() 针对0轴（各列）的统计汇总（适用于Series和DataFrame类型）
Pandas库基本的累计统计分析函数（适用于Series和DataFrame类型）
.cumsum() 依次给出前1、2、……、n个数的和
.cumprod() 依次给出前1、2、……、n个数的积
.cummax() 依次给出前1、2、……、n个数的最大值
.cummin() 依次给出前1、2、……、n个数的最小值
滚动计算（窗口计算）（适用于Series和DataFrame类型）
.rolling(w).sum() 依次计算相邻w个元素的和
.rolling(w).mean() 依次计算相邻w个元素的算术平均值
.rolling(w).var() 依次计算相邻w个元素的方差
.rolling(w).std() 依次计算相邻w个元素的标准差
.rolling(w).min() .max() 依次计算相邻w个元素的最小值和最大值
数据的相关性分析
协方差 > 0，X和Y正相关
协方差 < 0，X和Y负相关
协方差 = 0，X和Y独立无关
Pearson相关系数：
r取值范围[-1, 1]
0.8 ～1.0 极强相关
0.6 ～0.8 强相关
0.4 ～0.6 中等程度相关
0.2 ～0.4 弱相关
0.0 ～0.2 极弱相关或无相关
相关分析函数（适用于Series和DataFrame类型）
.cov() 计算协方差矩阵
.corr() 计算相关系数矩阵，Pearson、Spearman、Kendall等系数