最近在学习数据分析，对学的进行了些整理，方便以后查看。欢迎交流。
下面的代码用到的模块都事先做了导入：
import numpy as np
import pandas as pd
from pandas import Series,DataFrame
一、各对象的理解
Numpy创建的对象其实是一个多维的数组（ndarray），n（多），d（dim维度），array（数组）
Pandas创建的对象有Series和DataFrame：Series我把它理解为1darray（1维的数组）；DataFrame其实就像一个表格一样
二、从区别中把握ndarray，Series，DataFrame这3种数据结构
（一）对象的创建
都可以以自己为对象
都可以以列表（list）的形式导入数据,但是区别是
data=[1,2,3,4,5,6]
data2=[[1,2,3,4,5,6],[2,3,4,5,6,7]]
data3={'one':1,'two':2,'three':3}
ndarray只能通过list（包括嵌套的list）创建：
arr=np.array(data);
arr2=np.array(data2)
结果如图，arr1是一个1行6列的数组，arr2是2行6列的数组。
series可以通过list和dict两种类型的数据创建
创建的格式是Series=Series（data，index），若data是dict类型，index指定了后会按index的顺序按行排序，不存在的index会赋予Nan（缺失值）
obj=Series(data)
obj2=Series(data2) 注：用嵌套列表时，内层的列表整个都作为了一个元素
obj3=Series(data3) 用字典（dict）来导入时，字典的key成了Series的索引（index）；字典的value成了Series的value
DataFrame也可以通过list和dict来创建（毕竟在同一个模块）
可以看成是由n个series对象组成，每个series作为一列，并且还有自己的名字（如果不指定，就和index一样从0开始依次命名，这每一列实际叫做column。
创建格式是frame=DataFrame（data，columns,index），其中colums,indexs是默认参数（默认从数字0开始生成），可以不指定。index：在没指定的情况下只是替换了原来默认的index，在指定index的情况下再设置index参数了相当于排序。colums同index。
1.在以列表数据导入时，DataFrame对象和Series对象类似
frame=DataFrame（data）
frame2=DataFrame（data2）
2.以字典传入数据时，key作为列序列，value作为这个序列的值（多个时以list表示）
data4={'a':[1,2,3],'b':[4,5,6],'c':[7,8,9]}
frame4=DataFrame（data4）
frame5=DataFrame（data4,columns=['c','b','a']）
frame6=DataFrame(data4,columns=['c','b','a'],index=['one','two','three'])
frame7=DataFrame(frame6,columns=['c','b','d'],index=['three','two'])
frame8=DataFrame(frame6,columns=['c','b','d'],index=['three','tw'])
3.还可以用嵌套字典，外层的key作为列，内层的key作为index
data5={'a':{'one':1,'two':4,'three':7},'b':{'one':2,'two':5,'three':8},'c':{'one':3,'two':6,'three':9}}
frame9=DataFrame(data5)
持续更新，2017.5.15
