numpy 索引多个_numpy和pandas

numpy

numpy的数组为ndarray
ndarray与python列表的不同: eg [6.  7.5 8.  0.  1. ]
没有","隔开, 6.0表示为6.

- 集成了C++进行运算
- numpy的目的就是让你不写循环，所以效率很高

pandas

数据结构：Series+DataFrame+索引对象
Series: 一组numpy+对应索引
DataFrame：每一列都是一个Series对象
           既有行索引（index）,也有列索引（column）
           可以看做由Series组成的字典（共用一个索引）
索引对象: 不可改变，使多个数据安全共享

- 为金融数据分析工具开发
- 解决 时间序列、数据对齐、缺失数据处理

jupyter快捷键（注意不要死记硬背，在使用过程中需要什么就去查，多用用就能记住了）

# 将pd.DataFrame转为numpy数组

df = pd.DataFrame({'A':[1,2,3],'B':[4,5,6],'C':[7,8,9]})
print(df)
print(df.values)