pandas合并两个dataframe_Python笔记：Numpy与Pandas的区别

Python个人认为并不是一个编程的好语言，但是作为数据处理尤其是互动实时操作确实非常的便利，因此不得不学习一下。作为python数据处理的三剑客：numpy、pandas、matplotlib是必须熟悉的；其中的numpy和pandas更是绕不过去的两个工具包，而学习则是需要从两者的区别开始。 Numpy 是 Python 专门处理高维数组 (high dimensional array) 的计算包，个人理解就是创建多维数组，并且通过 数组存载 、 数组获取 、 数组变形 、和 数组计算把数组这个“面团”揉成我们所需要的形态，然后进行高效处理；引用网络上的一张图片来可视一下(王的机器)：

要理解数组，必须知道它在内存里的样子才能真正理解；其实高维数组也只是通过一列有序数列加指针存储的；

主要内容的导图

Pandas 是创建和处理数据表这个对象，即除了指针还有index的，然后就是 数据表的创建 、 数据表的存载 、 数据表的获取 、 数据表的合并和连接、数据表的重塑和透视 、和 数据表的分组和整合一整套操作；比较一下numpy和pandas就非常清晰差别了。

数据表的三大类型

• Series: 一维数据，类似于 python 中的基本数据的 list 或 NumPy 中的 1D array；Pandas 里最基本的数据结构

• DataFrame: 二维数据，类似于 R 中的 data.frame 或 Matlab 中的 Tables；DataFrame 是 Series 的容器

• Panel：三维数据；Panel 是 DataFrame 的容器

其实numpy的数组也应该是有index的，无非是隐藏的有序的，应该也是key-value形式的吧。另外，也可以这样说，pandas是基于numpy的基础上的进一步的数据处理包。