利用python进行数据分析

第一章 准备工作

第二章 引言

需要完成的任务：1、与外界进行交互：读写文件和数据库；2、准备：对数据进行预处理；3、转换：将处理完的数据集依照需要进行的目的进行转换；4、建模和计算：将数据与其他机器学习算法相结合；5、展示：即数据可视化
fillna函数替换缺失值：a=frame[‘xz’].fillna(‘missing’)
空字符串也可以被替换：a[a=’ ']=‘unknown’
series对象的value_counts方法：返回各个变量取值的数量个数。
水平条形图：利用上述返回的变量取值个数.plot(kind=‘bath’,rot=0)
np.where（bool 表达式，x,y):返回当这三个参数格式相同时，bool为真时，将表达式中的位置用x代替，为假时，用y代替。如果只有表达式，则返回表达式的下标，以元组形式返回。

第三章 ipython

第四章 numpy基础和矢量计算

多维数组对象：ndarray 构造格式 array([],[]) 适用加减运算。每个数组包含一个shape（一个包含数组大小的元组）和一个dtype（包含数组类型的对象）。
np.array（数组）：np.array会为数组选择一个合适的格式；数据类型保存在一个特定的dtype中
arange 是range的数组表示：如 np.arange(15) 则 输