Python-----数据分析之Pandas

Pandas简介

1. pandas 是基于NumPy的一种工具，该工具是为了解决数据分析任务而创建的。
2. Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。
3. pandas提供了大量能使我们快速便捷地处理数据的函数和方法。
4. 它是使Python成为强大而高效的数据分析环境的重要因素之一。

1. Pandas是一个强大的分析结构化数据的工具集；它的使用基础是Numpy（提供高性能的矩阵运算）；用于数据挖掘和数据分析，同时也提供数据清洗功能。
2. 利器之一：Series
   类似于一维数组的对象，是由一组数据(各种NumPy数据类型)以及一组与之相关的数据标签(即索引)组成。仅由一组数据也可产生简单的Series对象。
3. 利器之二：DataFrame
   是Pandas中的一个表格型的数据结构，包含有一组有序的列，每列可以是不同的值类型(数值、字符串、布尔型等)，DataFrame即有行索引也有列索引，可以被看做是由Series组成的字典。

常见的数据类型:
- 一维: Series
- 二维: DataFrame
- 三维: Panel …
- 四维: Panel4D …
- N维: PanelND …
Series是Pandas中的一维数据结构，类似于Python中的列表和Numpy中的Ndarray，不同之处在于：Series是一维的，能存储不同类型的数据，有一组索引与元素对应。而Ndarray只能存储相同类型的数据。

有关Pandas的更多介绍网站：https://pandas.pydata.org/

导入Pandas库，一般都会用到numpy库，所以我们需要一同导入：

import  numpy  as  np
import  pandas as  pd

Pandas基本用法

pandas创建Series数据类型

详细操作请看代码：创建series方法code

创建Series 数据类型有三种方法：

• 通过列表创建Series对象
  array = [“粉条”, “粉丝”, “粉带”]
  s1 = pd.Series(data=array)

• 通过numpy的对象Ndarry创建Serise
  n = np.random.randn(5)