Python 数据分析 numpy and pandas

如果用 python 的列表和字典来作比较, 那么可以说 Numpy 是列表形式的，没有数值标签，而 Pandas 就是字典形式。Pandas是基于Numpy构建的，让Numpy为中心的应用变得更加简单。

使用pandas的两个数据结构：Series和DataFrame。
Series

import pandas as pd 
import numpy as np 

s = pd.Series([1,2,3,np.nan,44,1])
print (s)
print (type(s))    # <class 'pandas.core.series.Series'>

"""
#输出  s的数据结构和numpy的区别是多了序列，更像是key-value的形式
0     1.0
1     2.0
2     3.0
3     NaN
4    44.0
5     1.0
dtype: float64
"""

DataFrame

dates = pd.date_range('20160101',periods=6)
df = pd.DataFrame(np.random.randn(6,4),index=dates,columns=['a','b','c','d'])
print(df)
print (type(df))

"""
                   a         b         c         d
2016-01-01  1.215386  0.666379 -0.946796 -1.081178
2016-01-02  0.290950 -0.091997  0.493116  1.343718
2016-01-03 -0.589404  0.039176  0.302297 -0.505347
2016-01-04  0.680195 -0.204143 -0.828407  1.078363
2016-01-05 -1.828872 -0.377683  0.510895 -0.695981
2016-01-06 -0.035956  0.768245  0.846849  0.535861
<class 'pandas.core.frame.DataFrame'>

"""