关于numpy&pandas中的细枝末节

1. numpy.floor()方法为向下取整函数
2. matrix.ravel()为抹平操作，将一个ndarray对象reshape为一维的数组
3. 两个np.ndarray拼接在一起：1）np.hstack()将矩阵横着拼接操作 2）np.vstack()将两个矩阵纵向拼接
4. 将矩阵进行切割同样有方法np.hsplit()，将矩阵进行纵向切割np.vsplit()
5. np.tile( a, (4,3))将矩阵进行扩展成4*3的
6. DataFrame.pivot_table数据透视表可以将数据进行分类计算(默认的aggfunc的参数为np.mean)：

passenger_survival = titanic_survial.pivot_table(index='Pclass',
                                                values='Survived',
                                                aggfunc=np.mean)

7. DataFrame.apply()方法可以传入自定的函数

8. 在处理Pandas的函数应用上，axis应用到 dropna 和 apply 上特效正好相反：
   具体参考dropna与apply中axis参数具体阐述

9. numpy中的*、np.multiply、np.dot区别：
   *和np.multiply代表矩阵对应的元素相乘 ，两者一样
   而np.dot代表的是矩阵之间的乘法运算