numpy and pandas分别用来传数据和分析数据
线性代数：特征值和特征向量
特征值,即
一个常数*某特征向量的基础解系为特征向量
数组的零表是广播操作
不相关数组的copy使用copy()函数
改变维度，将每一维行列信息传给reshape(hang,lie，...)
矩阵维度一般提列
列不变
行一直会变
python numpy数组的选择使用在数组的中括号里面
mumpy数组里参数为负数，代表倒数第几行
切片
切片按“：”切分,“，”是选择点
列合并，行合并
数组合并
np.vstack:垂直连接
np.hstack:水平连接
转置.T
矩阵乘法
axis=1为水平变化，axis=0为垂直变化
1表示横轴，方向从左到右；0表示纵轴，方向从上到下。当axis=1时，数组的变化是横向的，体现出列的增加或者减少。反之，当axis=0时，数组的变化是纵向的，体现出行的增加或减少。
sort(1)按行排序
sort(0)按列排序
numpy里1为行，0为列
集合运算
numpy用的都是数字，先把数据中某一列数字提取出来，再返回给pandas数据处理
series类似于一维数组
pandas基础语法
max()和min()都是numpy的函数
pandas应该使用.value()或者.index()
花式索引不要忘记内部的中括号
numpy赋值not a number，赋值的时候要用
series[index]=np.NaN
pandas中NaN与None等价
dataframe就像是一个二维表
行号（索引）自动生成，列名为字典里提供的index（不提供默认索引为数字）
保持镇定，什么时候该思考什么，就不要去想，沉浸在现在的思考中
如何在series中获得某行（不适用切片） 列只能靠列属性值取，不能根据标号取，如何解决?
doc()行优先
loc()行标签
iloc()行号
pop()方法可以将所选列从原数据块中弹出，原数据块不再保留该列。
删行·列用drop()，根据axis不同选择闪出某一行或者列
求两个表的交集
np.array()强制转换为数组模式
提取某行可以直接使用推导式
pandas单纯加会产生NaN，如果使用add函数就可以定义参数
数据筛选（重要）
series列小写，str必加
contains()是否包含
count的几个用法
agmin()返回最小值的索引位置
彭德怀是指挥百团大战的人
由值找含义
map跟着字典，字典的key最好使用字符串
你可得智障了
apply可以根据参数里的行数加一行
根据某行信息增加一行
lambda一句话搞定
