Apple_xiaoli的博客

利用Python进行数据分析（Python for Data Analysis）第1章 准备工作（Preliminaries）1.1重要的Python库1.1.1NumPyNumPy（Numerical Python的简称）是Python科学计算的基础包。Numpy不仅为Python提供快速的数组处理能力，而且NumPy在数据分析⽅⾯还有另外⼀个主要作⽤，即作为在算法和库之间传递数据的容器...

数据结构和序列（Data Structures and Sequences）元组（Tuple）tuple是长度固定，不可改变的序列。创建元祖的方法是用逗号append和extend的区别。 append是把元素添加到一个list里 extend是把两个list结合在一起extend和+的区别 +是创建了一个新的list并返回，运算量大 extend是在原本的list上做了更改，运算量小

NumPy（Numerical Python的简称）。在数值计算领域，说Numpy是python最重要的包也不为过。Numpy ndarry：一种多维数组对象ndarray的数据类型Numpy数组的运算基本的索引和切片

向量化的数组运算比纯python同等程度的运算要快很多一些能计算统计值的数学函数能基于整个数组，或者沿着一个axis（轴）。可以使用aggregations(often called reductions，汇总，或被叫做降维)，比如sum, mean, std(标准差).sum对象是布尔型数组时，它是用来计算布尔数组中有多少个true的Numpy也有一些基本的集合操作用于一维数组。np.unique，能返回排好序且不重复的值

pandas包含数据结构和数据操作工具，通常与NumPy和SciPy等数值计算工具、statsmodel和scikit-learn等分析库以及matplotlib等数据可视化库一起使用。Pandas有三大数据结构，Series、DataFrame以及Panel。Series(一维数据)DataFrame(二维数据)Panel(三维结构数据/面板数据)注释：对于Panel，会很少使用，通常会使用MultiIndex这种结构解决三维数据表示问题，暂不介绍了就！

下面我们来从Series和DataFrame中的数据入手，看看pandas最重要也最基础的内容。reindex函数drop函数对于DataFrame的行标签索引，loc和iloc比较特殊。这两个方法能通过axis labels(loc)或integer(iloc)来选择行或列。pandas最重要的⼀个功能是，它可以对不同索引的对象进⾏算术运算。在将对象相加时，如果存在不同的索引，则结果的索引就是该索引对的并集。

汇总和计算描述性统计pandas有很多数学和统计方法。大部分可以归类为降维或汇总统计，这些方法是用来从series中提取单个值（比如sum或mean）相关性和协方差（Correlation and Covariance）分析 Yahoo! Fiannce（雅虎金融）的股票价格和成交量，为获取金融数据需要安装pandas_datareader包和fix_yahoo_finance包Unique Values, Value Counts, and Membership

《Python for Data Analysis》《利用Python进行数据分析》 原书英文版 + 中文版 +源代码下载^_^