Series是一种一维数据结构，每个元素都带有一个索引，与一维数组的含义相似，其中索引可以为数字或字符串，如图3-1所示。
Series 对象包含两个主要的属性：index 和 values，分别为上例中的左右两列。因为传给构造器的是一个列表，所以 index 的值是从 0 起递增的整数，如果传入的是一个类字典的键-值对结构，就会生成 index-value 对应的 Series；或者在初始化的时候以关键字参数显式指定一个 index 对象。
示例代码如下，Series类似于一维数组，但Series最大的特点就是可以使用标签索引。ndarray也有索引，但它是位置索引，Series的标签索引使用起来更加方便。
import pandas as pd
import numpy as np
mylist = list('abced')
myarr = np.arange(5)
ser1 = pd.Series(mylist)
ser2 = pd.Series(myarr)
ser3 = pd.Series([1,3,6],index=['a','b','c'])
print(ser1)
print(ser2)
print(ser3)
print(ser3[['c','b']])
运行结果如图3-2所示。
注意：Series 的 index 和 values 的元素之间虽然存在对应关系，但这与字典的映射不同。index 和 values 实际仍为互相独立的 ndarray 数组，因此 Series 对象的性能完全没问题。
本文节选自《PyTorch深度学习与企业级项目实战》，获出版社和作者授权发布。
