series可用np函数进行处理

series为一维数组。并且series为一行n列，但是是一维，所以没有行的概念，只有列的概念。

array为二维数组。

实操中遇到的神奇操作有：

import Numpy as np
import pandas as pd
def get_index(source, target): #参数nodeid,BgnNodeID，均series
    i = pd.DataFrame(np.vstack ((source, np.arange(len(source)))).T, columns=['id', 'index'])
    m = pd.DataFrame(np.array(target), columns=['id']).merge(i, how='left ')
    return  np.array(m['index'])

其中，source作为series，np.arrange(len(source))作为array可直接用np.vstack进行合并。

np.vstack（（元祖））函数表示竖直方向合并数组，即有相同的列数，行数相加。

def get_diag_x(x):
    x=np.diag(-1 / x)
    x=x.astype(np.float)
    return x

其中x作为series一维数组，可直接用np.diag（）。

np.diag（）函数表示：array是一个1维数组时，结果形成一个以一维数组为对角线元素的矩阵,array是一个多维矩阵时，结果输出矩阵的对角线元素。