数据分析学习day8

pandas：

numpy处理数值类型数据，pandas处理非数值型数据

常见数据类型：

1.series一维，带标签数组

2.dataframe二维，series容器

pandas的Serise创建：

pd.Series(np.arange(10),index=list(string.ascii_uppercase[;10]))

import pandas as pd
pd.Series([1,2,31,12,3,4])
t = pd.Series([1,2,31,12,3,4])
t2 = pd.Series([1,2,3,4,5],index=list("abcde"))
print(t2)
temp_dict = {"name":"xiaoming","age":30,"tel":10086}
t3=pd.Series(temp_dict)
print(t3)
#切片和索引
print(t3["age"])
print(t3["tel"])
print(t3[0])
print(t3[:2])
print(t3[[0,2]])
print(t3.index)
for i in t3.index:
    print(i)
print(len(t3.index))
print(list(t3.index)[:2])
print(t3.values) 

Series对象本质上由两个数组构成，

一个数组构成对象的键（index，索引）一个数组构成对象的值（values），键->值

ndarray的很多方法都可以运用于series类型，例如argmax，clip

series具有where方法，但是结果和ndnarray不同

pandas之读取外部数据：

import pandas as pd
from pymongo import MongoClient
#pandas读取csv中文件
#df = pd.read_csv("./dogNames2.csv")
#读取数据库文件：pd.read_sql(sql_sentence,connection)
#print(df)
client = MongoClient()
collection = client["douban"]["tv1"]
data = list(collection.find())
print(data)