Python 数据处理

安装 VS Code 透过浏览器连到 VS Code 官方网站 https://code.visualstudio.com/，下载并安装即可 图 1-1-6 VS Code 下载 VS Code 的

Python数据处理 透过 Python 让读者有能力处理数据，读者掌握数据表达的重要性，进而将数据以更浅显易懂的方式，透过视觉的方式来呈现数据所代表的特性。

学习数据处理的目标之一就是在进行任何进阶运算之前，如数据采矿、机器学习或是深度学习，都必须先将数据进行预处理，以机器学习为例，机器处理的流程为： 数据收集

DataFrame 是一种二维的数据结构，接近于 EXCEL 或者数据库表格的形式。它的竖行称之为 columns，就是先前的列，可以直接对应成跟前面的 Series

Pandas 主要提供的数据结构为： Series：一维数组，与 Numpy 中的一维数组 (array) 类似，二者与 Python 基本的数据结构列表 (List) 也很相近

Pandas 最初由 AQR Capital Management 于 2008 年 开发，并于 2009 年底开源出来。Pandas 最初被作为金融数据分析工具而开发出来

NumPy 切片和索引 在 1-03 Python 基本数据类型 有介绍过 Python 基本的索引与切片，不过主要是针对列表，本节主要针对的是 NumPy 的切片和索引。以下实例是通过冒号分隔切片参

NumPy 创建 ndarray numpy.array() 方法用来创建一个指定对象的 ndarray 数组。

NumPy 数据类型 NumPy 支持的数据类型比 Python 内置的类型要多，下表列举了常用 NumPy 基本类型。 表 2.2.1 NumPy 支持的数据类型 名称 描述 bool 布尔型数据类

NumPy 是 Numerical Python 的缩写，NumPy 为开放源代码并且由许多协作者共同维护开发，是 Python 语言的一个扩展程序库。

lambda 表达式 lambda表达式的作用： 使用 lambda 就可以省下定义函数过程。 对于一些比较抽象并且整个程序执行下来只需要调用一两次的函数，使用 lambda 就不需要考虑命名的问题了

内部函数 在函数内部又有定义函数，内部的函数称之为内部函数。如果在一个内部函数里，对在外部作用域（但不是在全局作用域）的变量进行引用，那么内部函数就被认为是闭包(closure)。

我们可以创建一个加总的函数 sumab()，关键字 def 引入一个函数定义，它必须后跟函数名称和带括号的形式参数列表。构成函数体的语句从下一行开始，并且必须缩进。

分支控制最为人所熟知的编程语句就是 if 语句，可以有零个或多个 elif 部分，以及一个可选的 else 部分。

集合 (set) 介绍 Python也包含有集合类型。集合是由不重复元素组成的无序的集。它的基本用法包括成员检测和消除重复元素。

Python 中可以通过组合一些值，来得到多种复合数据类型。其中最常用的是列表 (list)、字典 (dictionary)、元组 (tuple)

Python 中的字符串不能被修改 (immutable)，因此，指向字符串的某个索引位置赋值会产生一个错误。

字符串 Python 可以操作字符串，字符串有多种形式，可以使用单引号（'...'）或双引号（"..."）都可以获得同样的结果。

数字、注解、变量与程序区块。解释器就像一个简单的计算器一样，可以在里面输入一个表达式然后它会计算出答案。

要运行 Python 源代码，必须要有 Python 解释器，透过 Python 解释器来解释源代码的意思并运行，而 Python 解释器可以透过两种不同的方式来接收源代码，一种是传入参数