函数搜索教程，pandas库安装（pandas和numpy有什么关系）
pandas和numpy有什么关系
NumPy中的ndarray用于处理多维数值型数组，重点在于进行数值运算，无索引*Pandas中的Series类似于DataFrame的子集，DataFrame中的每一列都可以看作是一个Series，有索引，方便进行数据的查询，筛选，所以Pandas重点在于进行数据分析在数学与统计方法上，NumPy中的ndarray只能进行数值型统计，而Pandas中的DataFrame既可以进行数值型，也可以进行非数值型统计。基于可以容纳不同的数据类型而定1.NumPy数值型，重点在于进行矩阵运算N维数组容器，Numpy是以矩阵为基础的数学计算模块。Numpy专门针对ndarray的操作和运算进行了设计，所以数组的存储效率和输入输出性能远优于Python中的嵌套列表，数组越大，Numpy的优势就越明显。Numpy系统是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵，比Python自身的嵌套列表（nested list structure)结构要高效的多（该结构也可以用来表示矩阵（matrix））。ndarray所有元素的类型相同，存储元素时内存可以连续；Python里list中的元素类型任意，只能通过寻址++或者fortran都很不一样，没有行优先或者列优先的概念ndarray支持并行化运算（向量化运算）,类似于MatlabNumpy底层使用C语言编写，内部解除了GIL（全局解释器锁），其对数组的操作速度不受Python解释器的限制，效率远高于纯Python代码2.Pandas多数据类型，重点在于进行数据分析pansdas是基于Numpy的一种工具,该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。pandas提供了大量快速便捷地处理数据的函数和方法。使Python成为强大而高效的数据分析环境的重要因素之一。1Series参看书：Series是一种类似于一维数组的对象，它由一组数据(各种NumPy数据类型)以及一组与之相关的数据标签(即索引)组成。**小规模数据**1类似于一维数组，索引对象的数据类型是一致的有了索引标签，方便实际问题中进行信息提取与筛选python字典类型的数据可以直接给Series对象Series可以运用ndarray或字典的几乎所有索引操作和函数，融合了字典和ndarray的优点。属性 说明values 获取数组index 获取索引name values的nameindex.name 索引的nameDataFrameDataFrame就是按照column和index组织起来的数据集合，类似于excel表格，也类似于基本的database结构。DataFrame是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔值等）。DataFrame既有行索引也有列索引，它可以被看做由Series组成的字典（共用同一个索引）。1DataFrame范例year state pop debtone 2000 Ohio 1.5 16.5two 2001 Ohio 1.7 16.5three 2002 Ohio 3.6 16.5four 2001 Nevada 2.4 16.5five 2002 Nevada 2.9 16.5six 2003 Nevada 3.2 16.5Series类似于DataFrame的子集，从上表可以看出，每一列都对应这一个Series
pandas如何提取某两列数据输出到列表中
可以使用left字符截取函数来实现。 Excel版本参考：2010 假设数据在A列 具体步骤及演示：
我以前从没学过编程，学Python看什么书
作为一个做科研经常使用python的小编程者，我来回答下这个问题吧。书籍入门看教科书，提高看技术书，入门书要薄，技术书要厚一开始薄的书才能看得进去。要想深入还是需要厚书。python入门推荐《计算机编程导论——python程序设计》到现在也在用Python开发（也用其他语言）中间翻过的书挺多，借这个机会来做个总结：1.Python是典型的入门容易的语言，学习曲线比较平坦，可以快速入门，然后在实际项目中做两方面的扩展，一个是语言本身，一个是更多的库。对应的书籍就是三类，入门->语言->库。2.入门的书，上面这本《计算机编程导论——python程序设计》足够，可以快速入门，让自己能够开始实际操作，语言扩展推荐《Python基础教程 第二版》（修订版），第二版有两个版本，前一般被翻译毁了，修订版还不错，后面还有10个实际操作的项目，可以练手。3.Python最大的特定就是丰富的库，这方面推荐《Python标准库》，虽然现在已经不是最新的库了，但是书中的库都是使用Python进行开发的基础库，用好它们足以应付绝大多数场景，不过这本书本身也比较厚，可以当工具查。4.其他的，语言上的技术点，有些新的和书上说的不是很明白的，我会去查官方doc，这个也有中文的，可以搜索下。网站版书籍如果实在还是不行，我在推荐一个简单易学的。菜鸟教程-tutorial.html这个网站包含的内容比较全面，而且每个知识点都有一个小例子，你可以在线运行，也可以自己在编译器运行，使用起来非常的方便。最后我在给大家附录一些我以前使用过的书籍吧，希望对你有帮助哟！1.Python基础教程（第2版 修订版）《Python基础教程(第2版 修订版)》包括Python程序设计的方方面面，内容涉及的范围较广，既能为初学者夯实基础，又能帮助程序员提升技能，适合各个层次的Python开发人员阅读参考。2.Python编程：从入门到实践本书是一本针对所有层次的Python读者而作的Python入门书。全书分两部分：第一部分介绍用Python编程所必须了解的基本概念；第二部分将理论付诸实践。本书适合对Python感兴趣的任何层次的读者阅读。3.Python核心编程（第3版）《Python核心编程（第3版）》是经典畅销图书《Python核心编程（第二版）》的全新升级版本，总共分为3部分。第1部分为讲解了Python的一些通用应用；第2部分讲解了与Web开发相关的主题；第3部分为一个补充/实验章节，包括文本处理以及其他内容。《Python核心编程（第3版）》适合具有一定经验的Python开发人员阅读。4.利用Python进行数据分析《利用Python进行数据分析》是2013年机械工业出版社出版的软硬件开发类图书，作者是麦金尼。讲述了从pandas库的数据分析工具开始利用高性能工具、matpIotlib、pandas的groupby功能等处理各种各样的时间序列数据。5.Python零基础入门学习本书适合学习Python3的入门读者，也适用对编程一无所知，但渴望用编程改变世界的朋友们！本书提倡理解为主，应用为王。虽然这是一本入门书籍，但本书的“野心”可并不止于“初级水平”的教学。6.用Python写网络爬虫《用Python写网络爬虫》作为使用Python来爬取网络数据的杰出指南，讲解了从静态页面爬取数据的方法以及使用缓存来管理服务器负载的方法。本书是为想要构建可靠的数据爬取解决方案的开发人员写作的，本书假定读者具有一定的Python编程经验。当然，具备其他编程语言开发经验的读者也可以阅读本书，并理解书中涉及的概念和原理。7.O'Reilly：Python学习手册（第4版）《7.O'Reilly：Python学习手册（第4版）》每一章都包含关于Python语言的关键内容的独立的一课，并且包含了一个独特的“练习题”部分，其中带有实际的练习和测试，以便你可以练习新的技能并随着学习而测试自己的理解。你会发现众多带有注释的示例以及图表，它们将帮助你开始学习Python 3.0。8.流畅的Python《流畅的Python》致力于帮助Python开发人员挖掘这门语言及相关程序库的优质特性，避免重复劳动，同时写出简洁、流畅、易读、易维护，并且具有地道Python风格的代码。9.O'Reilly：深入浅出 Python（中文版）《O'Reilly：深入浅出 Python（中文版）》是经典python图书，初中级python独门秘笈，涵盖python3.0 摒弃枯燥、死板的说教，以类似生动PPT的形式教你学python。10.“笨办法”学Python（第3版 附光盘1张）这本《“笨办法”学Python》的写法独树一帜，从章节练习入手，引导读者自己输入代码，并进行讲解，每个章节都不是很难，循循善诱，本书不是很厚，但是读完本书绝对有一种对Python语言大彻大悟的感觉，是将一本书从薄读到厚的升华。建议Python初学者购买阅读。希望对你有帮助！如果有任何的问题，小伙伴可以私信我或者讨论留言哦！