pandas是本书后续内容的首选库。pandas可以满足以下需求： 具备按轴自动或显式数据对齐功能的数据结构。这可以防止许多由于数据未对齐以及来自不同数据源（索引方式不同）的数据而导致的常见错误。. 集成时间序列功能 既能 ...

http://www.cnblogs.com/batteryhp/p/5046450.html 对数据进行分组并对各组应用一个函数，是数据分析的重要环节。数据准备好之后，通常的任务就是计算分组统计或生成透视表。groupby函数能高效处理数据，对数据进行切片、切块、摘要等操作。可以看出 ...

输入输出一般分为下面几类：读取文本文件和其他更高效的磁盘存储格式，加载数据库中的数据。利用Web API操作网络资源。 1、读写文本格式的数据 自己感觉读写文件有时候“需要运气”，经常需要手工调整。因为其简单的文件交互语法、直观的数据结构，以及诸如元组打包解包之类的便利功能，Python在文本 ...

第三节中的四个示例。（ps：新开一篇是为了展现对例子的重视。） 3.1用特定于分组的值填充缺失值 对于缺失值的清理工作，可以用dropna进行删除，有时候需要进行填充（或者平滑化）。这时候用的是fillna。 0 -0.3114181 -0.0543052 ...

5、时期及其算数运算 时期（period）表示的是时间区间，比如数日、数月、数季、数年等。Period类所表示的就是这种数据类型，其构造函数需要用到一个字符串或整数，以及频率。 array([126, 129, 132], dtype=int64)[Finished ...

7、时间序列绘图 pandas时间序列的绘图功能在日期格式化方面比matplotlib原生的要好。 下面是作出的几张图： 8、移动窗口函数 在移动窗口（可以带有指 ...

http://www.cnblogs.com/batteryhp/p/5025772.html python有许多可视化工具，本书主要讲解matplotlib。matplotlib是用于创建出版质量图表的桌面绘图包（主要是2D方面）。matplotlib的目的是为了构建一个MATLAB式 ...

时间序列是很重要的。时间序列（time series）数据是一种重要的结构化数据格式。时间序列的意义取决于具体的应用场景，主要有以下几种： 时间戳（timestamp），特定的时刻 固定时期（period），如2015年 ...