一、pandas介绍
1、2008年Wes McKinney（韦斯·麦金尼）开发出的库
2、专门用于数据分析的开源python库
3、以numpy为基础，借力numpy模块在计算方面性能高的优势
4、基于matplotlib能够简便的画图
5、独特的数据结构
6、也是三个单词组合而成：panel + data + analysis
面板数据 - 来源于计量经济学，通常用来存储三维的数据
二、为什么使用pandas
1、numpy已经能够帮助我们处理数据，能够结合matplotlib解决部分数据展示等问题，那么pandas用在什么地方
2、便捷的数据处理能力
3、读取文件方便
4、封装了matplotlib、numpy的画图和计算
三、核心数据结构
1、pandas三大数据结构
DataFrame、Panel、Series
四、DataFrame
1、DataFrame结构
既有行索引，又有列索引的二维数组
2、如何创建更有意义的数据
import numpy as np
# 创建一个符合正态分布的10个股票5天的涨跌幅数据
stock_change = np.random.normal(0, 1, (10, 5))
stock_change
import pandas as pd
# 加上行列索引
pd.DataFrame(stock_change)
# 添加行索引
stock = ["股票%s" %str(i) for i in range (10)]
pd.DataFrame(stock_change, index=stock)
# 添加列索引
data = pd.date_range(start="20180101", periods=5, freq="B")
data
pd.DataFrame(stock_change, index=stock, columns=data)
3、DataFrame对象既有行索引，又有列索引
行索引：表明不同行，横向索引，叫index
列索引：表明不同列，纵向索引，叫columns
4、DataFrame的属性
常用属性：
（1）shape
（2）index：DataFrame的行索引列表
（3）columns：DataFrame的列索引列表
（4）values：直接获取其中array的值（排除行索引列索引后的值，就是ndarray）
（5）T：行列的转置
常用方法：
head()：前几行
tail()：后几行
