python数据分析

1.NumPy:多维数组；读取硬盘上基于数组的数据集；
Pandas:兼具numpy高性能数组计算工具；提供大量适用时间序列工具；
matplotlib:交互式绘图
2.函数调用和对象方法调用：
用（）和参数:result=f(x,y,z)
函数可以接受位置参数和关键字参数：result=f(a,b,c,d=5,e=‘foo’)
3.按引用传递
4.isinstance函数:检查对象是否是某个特定类型 a=5;b=4.5 isintance(a,(int,float)) True isintance(b,(int,float)) True
5.强类型，变量是数据的容器。隐式转换在很明显的情况下发生。
##############
1```python
if not isinstance(x,list) and isiterrable(x):
x=list(x)#检查对象是否列表，不是就转换

2.import
通过as可以引入不同变量名
```python
from some_module import PI as pi

3.二元运算符
a//b:a除以b后，向下圆整，丢弃小数部分。
a**b:a的b次方
a is b:如果引用a和b指向同一个py对象，结果为True。（a is not b）
4.字符串和元组等不可变。
5.if elif else
6.for 循环：

for value in collection:

continue:使for循环提前进入下一次迭代
break:使for循环完全退出
7.pass:用作占位符
###############
1.元组:
一维的，定长的，不可变的py对象序列。调用tuple，任何序列都会转换为元组。
元组+，产生更长元组，元组*连接元组多个副本，对象本身不会被复制。
2.元组拆包:轻松变换变量名

tup=4,5,(6,7)
a,b,(c,d)=tup

3.列表:
append:添加元素到末尾
insert:添加元素到指定位置。逆运算pop
remove:按值删除元素描
in:判断表中是否有某个值
extend:附加元素
4.sort:排序
b.sort(key=len)

6.sorted

7.字典:
update:字典合并
###################
1.函数可以返回多个值：联系元组打包拆包功能
2.元素索引

3.transpose转置：交换轴的位置???https://www.cnblogs.com/caizhou520/p/11227986.html
4.布尔数组中存放的是布尔值（元素），布尔值只有true 和false两种结果。
5.基本数组统计方法：sum,min,mean,max
any:测试布尔数组是否有True
all:测试布尔数组是否全为True
5.排序：sort
对二维数组：原理是冒泡排序

import numpy as np
arr=np.array([[0,2,1],[15,7,9],[5,3,20]]
arr

array([[ 0, 2, 1],
[15, 7, 9],
[ 5, 3, 20]])

arr.sort(1)#对每行内进行排序
arr

array([[ 0, 1, 2],
[ 7, 9, 15],
[ 3, 5, 20]])

arr.sort(0)#对每列内进行排序
arr

array([[ 0, 2, 1],
[ 5, 3, 9],
[15, 7, 20]])
对三维数组：

arr1=np.array([[[0,2,1],[15,7,9]],
             [[5,3,20],[15,23,4]]])
arr1

array([[[ 0, 2, 1],
[15, 7, 9]],

   [[ 5,  3, 20],
    [15, 23,  4]]])

arr1.sort(2)#对每行内部排
arr1

array([[[ 0, 1, 2],
[ 7, 9, 15]],

   [[ 3,  5, 20],
    [ 4, 15, 23]]])

arr1=np.array([[[0,2,1],[15,7,9]],
             [[15,23,4],[5,3,20]]])
arr1

array([[[ 0, 2, 1],
[15, 7, 9]],

   [[15, 23,  4],
    [ 5,  3, 20]]])

arr1.sort(1)
arr1   #对两个的列内排

array([[[ 0, 2, 1],
[15, 7, 9]],

   [[ 5,  3,  4],
    [15, 23, 20]]])

sort(0)???