一、python基本操作
1、jupyter快捷键：a和b添加新行；m是转换为Markdown模式，y是code模式。执行：shift+enter；自动补全：tab；帮助文档：shift+tab。
2、三剑客：numpy/pandas/matplotlib【最好管理员模式安装，此时jupyter notebook出来是英文，且很卡；以普通用户身份打开，为中文版，且很顺畅】
3、数组和列表的区别：①字符串》浮点型》整型；②数组中存储的数据元素必须是统一类型。
4、三种方式返回数组：
① array()；
② matplotlib.pyplot 【读取图片使用.imread(读入)和.imshow(显示)】；
③ zero()、one()、linspace()、arange()、random系列。
5、numpy的常用属性：shape(行数，列数，颜色数)/ndim/size/dtype('元素类型')
6、切片操作：切前两行/列 =》将图片上下左右翻转，arr[行切片，列切片]，arr[:：-1,::-1] #将数组的行列倒置；
7、reshape(行数，列数)：数组内数据行列变形。
8、级联操作：将多个numpy数组进行横向或纵向的拼接 =》将图片上下左右拼接，numpy.concatenate((数组1，数组2)，axis=1),为横向拼接；axis=0，为纵向拼接。若有数组3，即三维数组，则有axis=2。必须同一维度！
9、常用的聚合操作：sum、max、min、mean
10、常用的数学函数：三角函数（sin/cos/tan）、numpy.around(数组，decimals)，返回指定数字的四舍五入值，decimals：舍入的小数位数（默认为0，若为负，整数将四舍五入到小数点左侧的位置）。
11、矩阵相关
① numpy.eye() 返回一个单位矩阵。
② array.T 返回该数组转置后的矩阵。
③ numpy.dot(数组1，数组2) 返回数组乘法之后的矩阵。
二、pandas基本操作
(1) Series(values, index), values：一组数据；index：相关数据的索引标签。由列表/numpy/字典创建。仅为一维数据源。
(2) DataFrame(values,columes,index)是一个表格型的数据结构，按照一定顺序排列的多列数据组成。有行和列索引及值，以此扩展series，是多维。 由ndarray或字典创建。
DataFrame的属性：values、columns、index、shape，无dtype。
DataFrame的索引操作：对行、队列、元素进行索引。iloc:隐式索引；loc:显式索引。
DataFrame的切片操作：对行、列进行切片。
- 索引：
- df[col]:取列
- df.loc[index]:取行
- df.iloc[index,col]:取元素
- 切片：
- df[index1:index3]:切行
- df.iloc[:,col1:col3]:切列
(3) 时间数据类型的转换：pd.to_datetime(col)；将某一列设置为行索引：df.set_index()。
三、实践
1、需求：股票分析
① 使用tushare包（财经类）获取某股票的历史行情数据。
df=tushare.get_k_data(code,start) #获取网上数据，股票代码和开始时间
df.to_XXX # 将网上数据存到本地
df=pd.read_csv('./XXX.xxx') #将本地数据读入到df
② 输出该股票所有收盘比开盘上涨3%以上的日期。
df[(df['close']-df['open'])/df['open']>=0.03].index
③ 输出该股票所有开盘比前日收盘跌幅超过2%的日期。
df[(df['open']-df['close'].shift(1))/df['close'].shift(1)<=-0.02].index
④ 假如从2010年1日1日开始，每月第一个交易日买入1手股票，每年最后一个交易日卖出所有股票，到今天为止，收益如何？
df.resample('M').first() #数据重新取样，每月第一个交易日
2、双均线策略
① 均线的计算分析
② 金叉&死叉
③ 练习：假如我从2010年1月1日开始，厨师资金为10万元，金叉尽量买入，死叉全部卖出，则到今天为止，我的炒股收益率如何？
3、清洗缺失值、空值、重复值、异常值
① 处理丢失数据：None和np.nan(NaN),区别：np.nan是float类型；None是NoneType类型。
注：数据分析中常常使用某些形式的运算来处理原始数据，若原数据中的空值为NAN的形式，则不会干扰或中断运算；NAN可以参与运算；None不可以参与运算。在pandas中，若遇到None形式的空值，则会强制转换成NAN形式。
② 处理空值：isnull连用any，notnull连用all，dropna(可直接删除缺失的行或列)，fillna(覆盖缺失值)。
③ 去重：df[列索引].unique，该列中有哪些不同的元素。
④ 处理异常值：若占比小，则删除；若样本量很小，可考虑使用均值或其他统计量取代；将其视为缺失值，利用统计模型填补。
4、DateFrame的级联&合并操作
区别：merge需要依据某一共同列来合并，使用pd.merge()时，会自动根据两者相同column名称的那一列，作为key来进行合并；注：每一列元素的顺序不要求一致。
map是series的方法，只能被series调用。
排序实现的随机抽样：take()【只能使用隐式索引】、np.random.permutation() 【随机排列序列】。
四、pandas的高级操作：
① 映射：创建一个映射关系列表，把values元素和一个特定的标签或字符串绑定（给一个元素值提供不同的表现形式）。
② 分组聚合：groupby()函数，查看分组情况；
高级数据聚合：使用groupby分组后，也可使用transform和apply提供的自定义函数实现更多的运算。
df.groupby('item')['price'].sum() === df.groupby('item')['price'].apply(sum)
③ 透视表：一种可以对数据动态排布并分类汇总的表格格式。
pivot_table(index,values,columns,aggfunc)，index参数是分类汇总的分类条件。
优点：灵活性高，操作性强，脉络清晰易理解。
练习：查看哈登对阵每个队伍的得分，则需对每个队伍进行分类并计算其各类得分的平均值；想看对阵同一对手在不同主客场下的数据，分类条件为对手和主客场。
④ 交叉表：是一种用于计算分组的特殊透视图，对数据进行汇总。
pd.crosstab(index,colums)，index：分类数据，交叉表的行索引；columns：列索引。
df.describ()，将有数据的列统计出均值，最大最小值等数据。
df[列索引].value_counts()：统计列中各元素出现的次数。
⑤ plt.plot(x,y)：绘制线性图(单条/多条)，设置坐标系的比例plt.figure(figsize=(a,b))，设置图例legend()和轴的标识；图例保存，figure.savefig()。
柱状图：plt.bar(索引,数据值，条形宽度)；
散点图：scatter(x,y,s,c)，s指标量，c指颜色；
饼图：pie(x)；
直方图：hist(bins,normed,color,orientation)。