小白教程
所有教程
关于
Search
172.69.58.199
172.69.58.199
参数设置
贡献
退出
操作
编辑
移动
保护
信息
历史
删除
查看“Pandas 教程”的源代码
本页内容
下一节:
Pandas_安装
因为以下原因,您没有权限编辑本页:
您请求的操作仅限属于该用户组的用户执行:
用户
您可以查看和复制此页面的源代码。
{{DISPLAYTITLE:Pandas 教程}}[[Category:Pandas 教程|1]] = Pandas 教程 = '''Pandas 是 Python 语言的一个扩展程序库,用于数据分析。''' Pandas 是一个开放源码、BSD 许可的库,提供高性能、易于使用的数据结构和数据分析工具。 Pandas 名字衍生自术语 "panel data"(面板数据)和 "Python data analysis"(Python 数据分析)。 Pandas 一个强大的分析结构化数据的工具集,基础是 [https://www.xiaobai.wang/numpy/numpy-tutorial.html Numpy](提供高性能的矩阵运算)。 Pandas 可以从各种文件格式比如 CSV、JSON、SQL、Microsoft Excel 导入数据。 Pandas 可以对各种数据进行运算操作,比如归并、再成形、选择,还有数据清洗和数据加工特征。 Pandas 广泛应用在学术、金融、统计学等各个数据分析领域。 == 学习本教程前你需要了解 == 在开学习 Pandas 教程之前,我们需要具备基本的 Python 基础,如果你对 Python还不了解,可以阅读我们的教程: * [[Python3 教程]] == Pandas 应用 == Pandas 的主要数据结构是 Series (一维数据)与 DataFrame(二维数据),这两种数据结构足以处理金融、统计、社会科学、工程等领域里的大多数典型用例。 == 数据结构 == '''[https://www.xiaobai.wang/pandas/pandas-series.html Series]''' 是一种类似于一维数组的对象,它由一组数据(各种Numpy数据类型)以及一组与之相关的数据标签(即索引)组成。 '''DataFrame''' 是一个表格型的数据结构,它含有一组有序的列,每列可以是不同的值类型(数值、字符串、布尔型值)。DataFrame 既有行索引也有列索引,它可以被看做由 Series 组成的字典(共同用一个索引)。 == 相关链接 == * Pandas 官网 https://pandas.pydata.org/ * Pandas 源代码:https://github.com/pandas-dev/pandas *
返回至“
Pandas 教程
”。
下一节:
Pandas_安装