本文介绍了pandas库的使用，包括其与numpy和matplotlib的结合使用，通过简单的小例子展示了如何进行数据操作，如索引、累加和。此外，深入解析了pandas的两大核心数据类型——Series和DataFrame，以及基于这些数据类型的各种操作，如基本操作、运算操作、特征类操作和关联操作。
链接：http://pandas.pydata.org 可以查看pandas的代码文档。
pandas提供易于操作的数据类型+很多分析函数。
import pandas as pd
pandas是基于numpy实现的，经常与Numpy和Matploylib一同使用。
简单的小例子1：
import pandas as pd
d = pd.Series(range(20))
d
左边的表示索引，右边的表示值。
简单的小例子2：
求d的前i项的累加和。
pandas库的理解：
主要提供两个扩展数据类型：
- Series；一维数据类型
- DataFrame：二维到多维数据类型
基于数据类型的各类操作：
- 基本操作
- 运算操作
- 特征类操作
- 关联操作
扫一扫
746
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
