那麼問題來了：
numpy已經能夠幫助我們處理資料，能夠結合matplotlib解決我們資料分析的問題，那麼pandas學習的目的在什麼地方呢？
numpy能夠幫我們處理處理數值型資料，但是這還不夠， 很多時候，我們的資料除了數值之外，還有字串，還有時間序列等
比如：我們通過爬蟲獲取到了儲存在資料庫中的資料所以，pandas出現了。
pandas的名稱來自於面板資料（panel data）pandas是乙個強大的分析結構化資料的工具集，基於numpy構建，提供了高階資料結構和資料操作工具，它是使python成為強大而高效的資料分析環境的重要因素之一。
Python資料分析入門
原文 最近，analysis with programming加入了planet python。作為該 的首批特約部落格，我這裡來分享一下如何通過python來開始資料分析。具體內容如下 資料匯入 資料變換 資料統計描述 假設檢驗 視覺化 建立自定義函式。這是很關鍵的一步，為了後續的分析我們首先需要...
Python資料分析入門筆記
資料基本處理 資料缺失值處理有好幾種對應的函式,接下來介紹三種我學習的函式dropna,fillna,replace.這三種函式功能上的區別,以及不同的適用場景.這三種函式都在pandas裡,所以寫 時首先要匯入pandas dropna 函式是用來濾除缺失值的,預設的情況下是清除所有的含有nan資...
python資料分析 numpy入門
import numpy as np import random 建立陣列 t1 np.array random.randint 2,9 for i in range 10 t2 np.arange 1,6 t3 np.array range 1,10,2 print t1 t1 print t2 ...