Python数据分析的小知识

将数组保存为.npy文件，数组文件方便调用

Numpy：Numeric Python，2005年研发，处理多维数组

Pandas: Pandas 是一个 Python 数据分析库，Python Data Analysis Library

Import Pandas as pd，方便

可以用于读取和存储数据：pd.read_csv(file)

S1=pd.Series(data=[1,2,3],index=[‘A’,’B’,’C’],name=”Variable”)

Print(“”数值,S1.values)

数据结构：

1. Series：一维标签数组，能够保存任何数据类型（整数、字符串、浮点数、Python 对象等）。Series 对象类似于 Python 的字典，因为它存储了映射关系，但是 Series 只能存储一种类型的数据。
2. DataFrame：二维标签数据结构（数据框），可以看作是一个表格，其中包含列（可以是不同的数据类型）。DataFrame 可以看作是一个 Series 的容器。

两个中括号：s1[["a", "c"]]

这里的 s1 是 DataFrame 的变量名，["a", "c"] 是一个列表，包含了你想要选择的列名。

单双引号：单引号、双引号在Python中用法一致；

特例：s4 = '她说："再见！"'，大包小，更清晰
s5 = """这是一个多行字符串

它可以跨越多行

并且保留缩进和换行符。"""

mean3 = np.mean(arr2, axis=0)， axis=0是什么意思呢

在 NumPy 中，当你使用 axis 参数时，你是在指定沿着数组的哪个轴进行操作。对于二维数组（矩阵），axis=0 表示沿着列的方向进行操作，而 axis=1 表示沿着行的方向进行操作。