流程：就是计算机执行代码的顺序
流程控制：对计算机代码执行的顺序进行有效的管理，只有流程控制才能实现在开发当中的业务逻辑
流程控制的分类：
1.顺序流程：就是代码一种自上而下的执行结构，也是Python默认的流程
2.选择流程/分支流程：根据在某一步的判断，有选择的去执行相应的逻辑的一种结构
2.1.单分支
if 条件表达式：
2.2.双分支
if 条件表达式：
else：
2.3.多分支
if 条件表达式：
elif 条件表达式：
else：
3.循环流程：在满足一定的条件下，一直重复的去执行某段代码的逻辑（事情）
3.1.while 条件表达式：
3.2.for ... in ... 可迭代集合对象：
4.条件表达式：比较运算符/逻辑运算符/复合的运算符
赋值运算符：
1.=
2.+=
3.-=
4.*=
5./=
6.%=
7.**=
8.//=
逻辑运算符：
1.and
2.or
3.not
（真：True）
（假：False）
and：条件全部为真，结果就为真;条件中有一个是假，结果就为假
or：条件全部为假，结果就为假;条件中有一个是真，结果就为真。
not：真假切换，条件是假的，结果就为真；条件是真的，结果就为假。
优先级：
1.（）
2.not
3.and
4.or
PyCharm的优点有：
1.智能的Python辅助
2.Web开发框架
3.科学的工具
4.跨技术开发
5.远程开发能力
6.内建开发者工具
vcfgbytj787
numpy多用在大型、多维数组上执行数值运算；
a = [1,2,3,4,4,4,4]
命名规则：1.可以以字母（大小写）、数字、下划线命名，但不能以数字开头。
2.另需区分大小写。
3.关键字不能用作变量名。
命名规范；
1.见名知意
2.小驼峰，第一个词的首字母小写，其余单词的手写是大写
3.大驼峰，全部单词首字母大写。
3.每个单词的中间加下划线
4.赋值的时候，若是文本形式则家'',若是数字则bu'yon
折线图：能够显示数据的变化趋势，反应事物的变化情况（变化）
直方图：绘制连续性的数据，展示一组或多组数据的分布情况（统计）
条形图：绘制离散的数据，能够一眼看出各个数据的大小，比较数据之间的差别（统计）
散点图：判断变量之间是否存在数量关联趋势，展示离群点（分布规律）
1.变量：顾名思义可以变化的，相当于一个容器，可以装任何东西，比如苹果。装好后，容器和其他东西结合的时候就会属于苹果。当变量不同时，其结果就不同。
2.变量+逻辑->python解释器-->软件的功能
3.在计算机语言中，变量=存储的数据
1.加注释的目的：为了便于二次修改和理解，注释前面加#（快捷键ctrl+/）即可。
2.如何进行多行注释：''' 或者"""
例：
'''
此处为注释内容，可编辑大量的内容
'''
此处为可运行的代码
1.优点：a.简单、易学；b.免费、开源，任何人都可以去下载阅读及修改，使之变得更强大。c.拥有更丰富的第三方库（不太明白第三方库是什么意思？）。d.可以移植，一次python的代码编写就可以在不同的平台上运行，仅需要下载不同的解释器就行。e.面向对象
2.缺点：a.运行速度慢：因为cpu需要一条一条去翻译。b.代码不能加密，需发源代码。但没人有时间去破解，因此关系不大。c.一个强制缩紧。d.有GIL全局解释器锁：虽然有多个线程，但因为有全局解释器锁，因此还是只能一个线程进行翻译。但几乎感觉不到GIL的存在，可忽略。
1.面向对象：
2.解释型：a.计算机语言是一种机器语言（二进制代码），没法直接识别python提供的语言。因此需要一个翻译的角色将python的代码翻译成机器语言，解释器运作的过程就是翻译的过程。翻译好后，交给计算机的CPU进行执行。
3.胶水：可以做到其他语言能做的事情，且做得更好。
metaver:v
matplotlib
from matplotlib import pyplot as plt(命名为plt简写）
数据分析的介绍
切片和索引
1.选择行 t【2】
2.选择列t【3:,:】
3.选择行列 连续的多行 t[2:,:3]
4.索引 t【2,3】
### numpy中的nan和inf
1.当本地文件为float的时候，有缺失时，会出现nan
或者做义工不适合的计算时
2.inf表示正无穷，-inf是负无穷
### numpy常用统计函数
1.求和:np.sum(t3,axis=0)是计算行上的结果
（axis=1是计算列上的结果）
2.均值：np.mean(t,axis=0)
3.中值：np.median(t3,axis=0)
4.最大值：np.max(axis=0)
5.最小值：np.min(axis=0)
6.极值：np.ptp(t3,axis=0)
7.标准差：np.std(axis=0)
标准差反应数据的波动情况，越大则越分散
