python数据分析笔记1：准备工作、ipython、jupyter notebook

python数据分析

GitHub仓库（章节数据文件和相关材料）：https://github.com/wesm/pydata-book

陈刊错误、示例和附加信息：http://bit.ly/python_data_analysis_2e

利用python操作、处理、清洗和操作数据，专注于python语言编程、类库以及工具

结构化数据：
表格型的数据、多维数组（矩阵）、由键位列关联的多张表数据、均匀或非均匀的时间序列

重要的python库

NumPy

(http://numpy.org) numerical python 数值计算
多种数据结构、算法以及接口

多维数组对象、数组计算或数组操作函数、读写基于数组的数据集工具、线性代数操作、傅里叶变换、随机数生成、C语言API、python拓展、C语言/c++访问

pandas

(http://pandas.pydata.org)
高级数据结构和函数 DataFrame 实现表格化、面向列、使用行列标签的数据结构、一维标签数组对象（Series） 索引函数（重组、切块、切片、聚合、子集选择）

深度时间序列、时间索引数据

matplotlib

(http://matplotlib.org).
制图、二维数据可视化库

ipython/jupyter

(http://ipython.org) 执行-探索工作流

（