Pandas学习笔记（一）安装

前提：假设你已经了解了Python的基础知识，并且已经安装了python3

文章涉及的程序运行在MAC系统下，但代码本身不受限于任何操作系统；大部分代码运行在 IPython Notebook 上。

Pandas系列笔记

如果你需要一种工具来解决数据科学问题的工具，我推荐你使用Pandas，她是一个高性能，高效率，高水平的数据分析库。当然，本文只是学习笔记，如果你想更好的了解Pandas是什么，以及她如何让你着迷的话，我推荐一下两篇文章关于Pandas的介绍（我不确定链接何时失效 ☺）：
1. 十分钟快速入门 Pandas
2. Python 数据科学入门教程：Pandas

Installing pandas with PyPI

Pandas官方支持python版本（Officially Python 2.7, 3.5, 3.6, and 3.7.）

pip install pandas

Installing using your Linux distribution’s package manager

Distribution	Status	Download / Repository Link	Install method
Debian	stable	official Debian repository	sudo apt-get install python3-pandas
Debian & Ubuntu	unstable (latest packages)	NeuroDebian	sudo apt-get install python3-pandas
Ubuntu	stable	official Ubuntu repository	sudo apt-get install python3-pandas
OpenSuse	stable	OpenSuse Repository	zypper in python3-pandas
Fedora	stable	official Fedora repository	dnf install python3-pandas
Centos/RHEL	stable	EPEL repository	yum install python3-pandas

Running the test suite 运行单元测试

Panda提供了一系列详尽的单元测试，目前已覆盖了约97%的代码基。要在您的机器上运行它，以验证一切都都运行正常(并且您已经安装了所有的依赖项，包括软和硬件环境)，请确保您有pytest并运行:

pip install pytest # 安装pytest

import pandas as pd
pd.test()

# output
running: pytest --skip-slow --skip-network /usr/local/lib/python3.6/site-packages/pandas
=================================================================== test session starts ===================================================================
platform darwin -- Python 3.6.5, pytest-3.9.2, py-1.7.0, pluggy-0.8.0
rootdir: /usr/local/lib/python3.6/site-packages/pandas, inifile:
collected 27342 items / 4 skipped
../../../../../../../usr/local/lib/python3.6/site-packages/pandas/tests/test_algos.py ..........................................................X.. [  0%]
......................................................................................................................
一大波单元测试正在靠近..............................................................................
......................................................................................................................
==================== 12130 passed, 12 skipped in 368.339 seconds =====================

Dependencies 依赖

• setuptools: 24.2.0 or higher Python的distutilsde工具的增强工具，可以让程序员更方便的创建和发布 Python 包，特别是那些对其它包具有依赖性的状况。
• NumPy: 1.9.0 or higher NumPy系统是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵，比Python自身的嵌套列表（nested list structure)结构要高效的多（该结构也可以用来表示矩阵（matrix））。
• python-dateutil: 2.5.0 or higher 顾名思义，Date处理工具
• pytz 与dateutil结合使用，处理时区

Recommended Dependencies 推荐依赖

• numexpr: for accelerating certain numerical operations. numexpr uses multiple cores as well as smart chunking and caching to achieve large speedups. If installed, must be Version 2.4.6 or higher. Numpy性能提升工具
• bottleneck: for accelerating certain types of nan evaluations. bottleneck uses specialized cython routines to achieve large speedups. If installed, must be Version 1.0.0 or higher. 用C语言编写的NumPy数组函数的集合

Optional Dependencies 可选依赖

可访问官方文档了解更多依赖选项