开启掘金成长之旅！这是我参与「掘金日新计划 · 12 月更文挑战」的第10天
本文首发于CSDN。
pandas是数据科学中常用的Python包。本文介绍其安装教程。 pandas官网：pandas - Python Data Analysis Library pandas文档官网：pandas documentation — pandas 1.4.2 documentation 如果使用anaconda作为Python虚拟环境管理工具，则其base环境中会直接默认安装pandas包，这也是pandas官网getting started页面中介绍的方法：pandas - Python Data Analysis Library anaconda的安装和使用此处不再赘述。
如果不是anaconda的base环境，则可以参考pandas文档中安装部分的介绍来进行安装：Installation — pandas 1.4.2 documentation
pandas官方支持Python3.8, 3.9和3.10版本。
直接在虚拟环境中用conda安装即可：conda install pandas
pandas包是常用的数据分析包，经典用处就是对表格（往往被定义为pandas.DataFrame对象）数据进行处理，应该可以被说成是高级版Excel。可以画图、批量处理各行数据。
pandas表格可以直接打印出来，效果还是挺好看的。
pandas包据说是参考MATLAB实现的。嘛我以前用过MATLAB，现在基本上不用了，反正MATLAB比较典型的特征就是从1开始，典型的数学工具（计算机工具一般都从0开始嘛）。
pandas包和numpy包关联很深，应该就是基于numpy包之上进行开发的，很多格式都可以互相转换。
数据科学其他常用的包还有matplotlib和seaborn，是画图包。其中matplotlib难用一些，seaborn是对matplotlib做了封装，代码更简单，画的图也要更精美一些。
单做数据分析的话，为了可视化好看，其实用Jupyter Notebook的情况挺多的。但为了做项目，最好还是用正经IDE。
