一、numpy、
1、下载pip install numpy
导入import numpy as np -----np是约定俗称的
2、ndarray-多维数组对象
1）创建：np.array()
2）多维数组列表
数组对象内的元素类型必须相同，切大小不可修改
3）属性
| 属性 | 描述 |
| T | 数组的转置 |
| dtype | 数组元素的数据类型 |
| size | 数组元素个数 |
| nadim | 数组的维数 |
| shape | 数组的维度大小（以元组的形式） |
4）数据类型
bool_
int_
uint8 : 无符号整型 即不能用来存负数
float_
complex
astype() 方法可以用来修改数据类型
5）nadarry创建
| 方法 | 描述 |
| array() | 将列表转换为数组，可选择显式指定dtype |
| arange() | range的numpy版，支持浮点数 |
| linspace() | 类似arange()，第三个参数为数组长度 |
| zeros() | 根据指定形状和dtype创建全0数组 |
| ones() | 根据指定形状和dtype创建全1数组 |
| empty() | 根据指定形状和dtype创建空数组（随机值） |
| eye() | 根据指定边长和dtype创建单位矩阵 |
6）切片、索引和布尔型索引
3、函数
3.0常用函数
abs(计算绝对值),fads(复数)
sqrt(平方根),square(平方的),exp(指数函数),
3.1数学统计方法
| 函数 | 功能 |
| sum | 求和 |
| cumsum | 求前缀和 |
| mean | 求平均数 |
| std | 求标准差 |
| var | 求方差 |
| min | 求最小值 |
| max | 求最大值 |
| argmin | 求最小值索引 |
| argmax | 求最大值索引 |
3.2随机数
| 函数 | 功能 |
| rand | 随机数组（0~1之间的数） |
| randint | 随机整数 |
| chocie | 随机选择 |
| shuffle | 随机排序 |
| uniform | 随机数组 |
二、pandas
import pandas as pd
1）Series
-创建：
第一种： pd.Series([4,5,6,7,8]) 执行结果： 0 4 1 5 2 6 3 7 4 8 dtype: int64 # 将数组索引以及数组的值打印出来，索引在左，值在右，由于没有为数据指定索引，于是会自动创建一个0到N-1（N为数据的长度）的整数型索引，取值的时候可以通过索引取值，跟之前学过的数组和列表一样 ----------------------------------------------- 第二种： pd.Series([4,5,6,7,8],index=['a','b','c','d','e']) 执行结果： a 4 b 5 c 6 d 7 e 8 dtype: int64 # 自定义索引，index是一个索引列表，里面包含的是字符串，依然可以通过默认索引取值。 ----------------------------------------------- 第三种： pd.Series({"a":1,"b":2}) 执行结果： a 1 b 2 dtype: int64 # 指定索引 ----------------------------------------------- 第四种： pd.Series(0,index=['a','b','c']) 执行结果： a 0 b 0 c 0 dtype: int64 # 创建一个值都是0的数组