学习笔记(06):Python数据殿堂：数据分析与数据可视化-series、dafatfame、index

立即学习:https://edu.csdn.net/course/play/27352/363901?utm_source=blogtoedu

Series:

1. series由一个带索引数据构成的一维数组
2. Series给数组和一组索引绑定在一起
3. 想获取版和规定的内容，使用：values属性和inde属性

series和numpy的数组很像，区别：

numpy通过隐式索引对数据进行从左，series通过显索引将索引和数值关联。

 

1. series隐式索引不支持负数操作
2. 取值默认为显式索引
3. 切片默认为隐式索引
4. 切片包括末尾位置

对数据的选五，series处理的不是很好，对数据访问时，一会显式，一会隐式容易造成混乱。

python于是提供了三个索引器，用以清晰访问数据：

1. loc:只是用显式索引，label based indexing(标签)
2. iloc:只使用隐式索引,position indexing (位置)，包含切片的最后一个
3. ix:前两种索引的混合模式，住哟啊用在DataFrame中，但不推荐

 

DataFrame：可以看作是通用的Numpy数组，也可ui看作特殊字典；；是最常见的结构可以想象成一个Excel内容，每一行都有行，每一列都有列名的二维结构

创建的DataFrame方式：

1. 通过单个Series对象字典创建
2. 通过字典列表创建
3. 通过series对象字典创建
4. 通过numpy二维数组创建
5. 通过numpy结构化数组创建

 

DataFrame可以看作是二维数组的增强数组。

 

 

Index:Pandas的Index对象是一个独立的对象，用来表示数据的索引，可以把他看做不变的数组tuple或者有序的集合；；它作为不可变数组时候，除了数组的一些读操作外，还具有一些Numpy数组的属性；；Index作为有序集合操作主要是为了进行一些基于集合的操作，比如集合的交叉并补操作