一、Series数组类型
Series相当于带标签的一维数组，DataFrame相当于二维或者多维数组
Series由一个标签类与数组一一对应；series的基本操作类似于ndarray和字典，根据索引对齐；
numpy和pandas的对比
series由数据和数据的索引构成
Series例子
自定义索引
series创建
series创建方法，标量创建：index不能省略；表示要生产三个数
从字典创建Series的类型：series类型数据本身很像字典的数据类型， 字典的键变成索引，字典的值变成series的值，当指定了顺序之后就按照index的顺序来
Series测试代码
从ndarray类型创建Series
总结
二、Series类型的基本操作
创建
创建
索引的类型
基本操作
切片以及numpy的操作
series的切片以及结合numpy的操作
保留字in只能测试自定义索引，不能判断自动索引；
b.get('f',100):：根据索引f查找值，如果找不到索引那么就返回100；
索引
Series类型对齐操作
当进行Series类型的加法时，相同索引的值相加，索引不同的都置为空；
series修改操作
dataframe类型：
定义
dataframe类型纵向列索引是index,横向行索引的是cloumn，对纵向进行操作时，要指明axis=0，对横向操作则是axis=1;
dataframe类型的创建：
一维数组
一维ndarray对象字典创建
通过numpy创建dataframe
通过字典创建DataFrame,生成的自动索引
