写博客的源动力是吐槽（bushi），开始自己给自己挖坑了，强迫自己学习，主要也是还债···，我总觉得看完就过了，但这玩意儿吧跟数学题一样的，不做题你就体会不到精髓。脑子：我会了！手：？？？什么来着？真实·菜得抠jio，不说了进入正题。
首先，简单介绍下pandas，pandas是一个基于numpy的一种工具,主要用于数据分析，是非常好用的一个工具，可以从各种文件格式比如 CSV、JSON、SQL、Microsoft Excel 导入数据。pandas的数据格式主要有两种，分别为一维数组Series和二维数组Dataframe。
1、SeriesSeries能够保存任何类型的数据(包括int,str,float以及python对象)，轴标签是其索引。pandas以两列显示Series，索引在左列中左对齐，值在右列中右对齐，在列出Series元素之后，还显示底层array元素的数据类型（dtype）。
1.1、创建带自定义索引的Series:
import pandas as pd album = pd.Series(['平凡的一天','小王日记','幼鸟指南'],index=['专辑一','专辑二','专辑三']) album
1.2、若使用字典初始化Series，则字典的键会成为Series的索引，值会成为Series的元素：
import pandas as pd
album = pd.Series({'专辑一':'平凡的一天','专辑二':'小王日记','专辑三':'幼鸟指南'})
album
二者输出结果相同：
专辑一 平凡的一天 专辑二 小王日记 专辑三 幼鸟指南 dtype: object
可以通过索引来访问Series中的元素：
album[0]
album['专辑一']
'平凡的一天'
还有一些Series的用法我写在注释中：
album.count() #计算Series中的元素个数 album.mean() #计算Series的均值（只对数值起作用） album.min() #计算Series的最小值 album.max() #计算Series的最大值 album.std() #计算Series的标准偏差（只对数值起作用） album.value #返回底层array2、Dataframe
Dataframe是增强的二维数组，其每一列都是一个Series，每个列的Series可能包含不同的元素类型，数据以行和列的表格方式排列。
2.1、从字典中创建一个Dataframe：
import pandas as pd
album_dict = {'平凡的一天':['平凡的一天','给你给我','一荤一素'],'小王日记':['水乡','小王','呓语'],'幼鸟指南':['城市傍晚','海上日记','幼鸟指南']}
album = pd.Dataframe(album_dict)
album
结果：
使用index属性自定义Dataframe的索引，可将连续整数更改为标签，在指定索引时，必须提供元素数等于Dataframe中行数的一维集合，否则会引发ValueError：
album.index = ['song1','song2','song3'] album
2.2、以列表形式创建一个Dataframe（结果同上），columns代表的是每一列的名字：
import pandas as pd album_list = [['平凡的一天','水乡','城市傍晚'],['给你给我','小王','海上日记'],['一荤一素','呓语','幼鸟指南']] album = pd.Dataframe(album_list,columns=['平凡的一天','小王日记','幼鸟指南']) album
访问Dataframe的列可以通过按名称获取，所在的列会显示为一个Series，如果Dataframe的列名是有效的python标识符，则可以用作属性，用属性得到Series：
album['平凡的一天']
0 平凡的一天 1 给你给我 2 一荤一素 Name: 平凡的一天, dtype: object
2.3、loc与iloc
说到loc和iloc我真的就···靓仔无语（反正因为二者的用法问题，心理阴影面积Σ都求不出来）
loc属性是通过标签访问行，注意是作用于标签嗷，访问方式为先行后列，只访问单行元素，显示的是Series：
album.loc['song1']
平凡的一天 平凡的一天 小王日记 水乡 幼鸟指南 城市傍晚 Name: song1, dtype: object
访问多行元素，显示的就是Dataframe：
album.loc[:,['小王日记','幼鸟指南']]
iloc按按位置选择数据，即第n行，第n列数据，只接受整型参数，只访问单行元素，显示的是Series（结果同loc访问单行元素）：
album.iloc[0]
访问多行元素，显示的就是Dataframe：
album.iloc[0:2]
album.iloc[[0,2],0:3]
这段代码的意思是利用iloc取出前三列的第一行和第三行的元素。
album.loc['song1':'song2',['平凡的一天','小王日记']]
这段代码的意思是，取出名为song1和song2的行，并从列名平凡的一天和小王日记中取所需要的值。
暂时先到这吧，后续会继续更新的，毕竟也算是强制自己学习回顾了嘛，就这样咯。
