輸入輸出通常可以劃分為：讀取文字檔案和其他磁碟儲存格式、載入資料庫中的資料、利用web api操作網路資源。
pandas中的解析函式
函式說明
read_csv
從檔案、url、檔案型物件中載入帶分隔符的資料。預設分隔符為逗號
read_table
從檔案、url、檔案型物件中載入帶分隔符的資料。預設分隔符為製表符（「\t」）
read_fwf
讀取定寬列格式資料
read_clipboard
讀取剪貼簿中的資料
read_csv/read_table函式的引數
引數說明
path
表示檔案系統位置、url、檔案型物件的字串
sep或delimiter
用於對行中各欄位進行拆分的字串行或正規表示式
header
用作列名的行號。預設為0（第一行），如果沒有header行就應該設定為none
index_col
用作行索引的列編號或列名。可以是單個名稱/數字或由多個名稱/數字組成的列表（層次化索引）
names
用於結果的列名列表，結合header=none
skiprow
需要忽略的行數（從檔案開始處計算），或需要跳過的行號列表（從0開始）
na_values
一組用於替換na的值
comment
用於將注釋資訊從行尾拆分出去的字元（乙個或多個）
parse_dates
嘗試將資料解析為日期，預設為false。如果為true，則嘗試解析所有列。此外，還可以指定需要解析的一組列號或列名。
keep_date_col
如果連線多列解析日期，則保持參與連線的列。預設為false。
converters
由列號/列名跟函式之間的對映關係組成的字典。如，會對foo列的所有值應用函式f
dayfirst
當解析由歧義的日期時，將其看做國際格式（例如，7/6/2012 -> june 7, 2012）。預設為false
date_parser
用於解析日期的函式
nrows
需要讀取的行數（從檔案開始處計算）
iterator
返回乙個textparser以便逐塊讀取檔案
chunksize
檔案塊的大小（用於迭代）
skip_footer
需要忽略的行數（從檔案末尾處算起）
verbose
列印各種解析器輸出資訊
encoding
用於unicode的文字編碼格式
squeeze
如果資料經解析後僅含一列，則返回series
thousands
千分位分隔符，如","或"."
csv語支選項
引數說明
delimiter
用於分割欄位的單字元字串。預設為","
lineterminator
用於寫操作的行結束符，預設為「\r\n」。讀操作將忽略此選項
quotechar
用於帶有特殊字元（如分隔符）的字段的引用符號。預設為「"」
quoting
引用約定。可選值包括csv.quote_all/minimal/nonnumeric/non。預設為csv.quote_minimal
skipinitialspace
忽略分隔符後面的空白符。預設為false
doublequote
如何處理欄位內的引用符號。如果為true，則雙寫。
escapechar
用於對分隔符進行轉義的字串（如果quoting被設定為csv.quote_non的話）。預設禁用
利用python進行資料分析. wes mckinney. 唐學韜譯
python基礎資料分析
單樣本t檢驗 乙個連續變數與乙個數值的顯著性關係 sm.stats.descrstatsw a b ttest mean 0.1 0.1為引數 雙樣本t檢驗 乙個分類變數 二分類 與乙個連續變數的顯著性關係 方差齊性檢查 a1 creditcard exp a b 0 c a2 creditcard...
python資料分析基礎
python資料分析基礎 學資料分析之前應該明白整個資料分析的基本流程 1.明確需求與目的 2.資料收集 3.資料預處理 4.資料分析 5.編寫報告 假設檢驗,也稱為顯著性檢驗，是通過樣本的統計量,來判斷與總體引數之間是否存在差異 差異是否顯著 即我們對總體引數進行一定的假設,然後通過收集到的資料,...
python資料分析基礎
學資料分析之前應該明白整個資料分析的基本流程 1.明確需求與目的 2.資料收集 3.資料預處理 4.資料分析 5.編寫報告 假設檢驗,也稱為顯著性檢驗，是通過樣本的統計量,來判斷與總體引數之間是否存在差異 差異是否顯著 即我們對總體引數進行一定的假設,然後通過收集到的資料,來驗證我們之前作出的假設 ...