思考：对于一组电影数据，如果要对这些数据进行分类，应该如何操作？

首先，先构一个二维数组，行数等于gener_list的数据量，即取出来genre这一列的数据，通过逗号进行分割，即将每一行数据分割出来一二维数据的形式返回列表中

df["Genre"].str.split(",").tolist()

然后将这个list里面的数据都转换为一维数组且去重

再构建一个新的二维数组，最初的值都为零，行是genre 的数据量，列表是一维数组的数据量，分类最为列索引

字符串的方法

pandas里面计算mean（）时，可以直接跳过nan，来返回其他值得平均数

#显示所有列
pd.set_option('display.max_columns', None)
#显示所有行
pd.set_option('display.max_rows', None)

pandas的索引

DataFrame的基本属性

为什么要学习pandas？

numpy处理数值型数据；pandas用来处理字符串和时间序列等

pandas的常用数据类型

（1）series——一维、带标签的数组

（2）DataFrame——二维数组

生成随机数的方法

ndarray缺失值填充均值

numpy 中的nan 和 inf

nan：not a number表示不是一个数字

当我们读取本地的文件为float时，如果有缺失，就会出现nan，当做了一个不合适的计算的时候也会出现nan（比如无穷大inf减去无穷大）

特殊属性：（1）两个nan是不相等的；（2）np.nan != np.nan;（3）利用以上特性，判断数组中nan的个数；（4）通过np.isnan（t）来判断nan有几个；（5）nan跟任何一个数进行计算都是nan

在一组数据中单纯将nan替换为0并不合适，很多时候会把缺失值替换成均值（中值）或者直接删除有缺失值的一行。

求和：t.sum(axis=None)

均值：t.mean(axis=None)  受离群点的影响较大

中值：np.median(t,axis=None)

最大值：t.max(axis=None)

最小值：t.min(axis=None)

极值：np.ptp(t,axis=None) 即最大值和最小值只差

标准差：t.std(axis=None)

inf：表示真无穷；-inf表示负无穷

什么时候出现inf或-inf？比如一个数字除以0

numpy中数值的修改

numpy中布尔索引

numpy中三元运算符

numpy中的clip（裁剪）

numpy索引和切片

轴：

在numpy中可以理解为方向,使用0,1,2...数字表示,对于一个一维数组,只有一个0轴,对于2维数组(shape(2,2)),有0轴和1轴,对于三维数组(shape(2,2, 3)),有0,1,2轴

二维数组的轴:

三维数组的轴：

numpy读取数据

csv：逗号分割值文件

numpy中的转置

转置是一种变换，对于numpy中的数组来说，就是对角线方向交换数据，目的也是为了更方便处理数据

转置方法：（1）transpose();（2）T;（3）swapaxes(1,0)

数组的形状

数组的计算

广播原则

如果两个数的后缘维度（即从末尾开始算起的维度）的轴长度相符或者其中一方的长度为1则认为它们是广播兼容的、广播会在确实和（或）长度为1的维度上进行

什么是numpy？

numpy是用来帮我们处理数值型数据的模块，躲在大型、多维数组上执行数值运算

为什么要学习numpy？

（1）快速

（2）方便

（3）科学计算的基础库

一般来说，plt.hist()方法传入的参数为原始数据和数组，但是当给出的数据均为统计过后的数据时，该方法就失效了，需要通过条形图的方式来转换成直方图。

直方图

纵向直方图用bar，width表示直方图线条的粗细；横向直方图用barh，height表示直方图线条的粗细

发现问题找源码ctrl+B

散点图的更多应用场景

1、不同条件（维度）之间的内在关联关系；

2、观察数据的离散聚合程度

1、绘制折线图——plt.plot

2、设置图片大小和分辨率——plt.figure(figsize(20,8), dip=80)

3、实现了图片的保存——plt.savefigure

4、设置了xy轴上的刻度和字符串——xticks（如果要将刻度转换为中文字符串，必须使得x和_xticks_labels保持一一对应的关系）

5、解决了刻度系数和密集度的问题——xticks/yticks（直接用range的话，刻度无法是小数，只有整数形式，可以强制转换为list以后做推导式或切片操作）

6、设置了标题，xy轴的lable——plt.title/xlabel/ylabel

7、设置了字体——matplotlib模块里面的font_manager 上面的 FontProperties 进行设置，windows系统里的字体通过控制面板进行查找字体，右击字体选择属性即可看到地址和名称以及格式；

8、在一个图上绘制多个图形（plt多次plot即可）

9、为不同的图形添加图例——第一步在两个折线里面设置label参数，然后通过plt.legend(prop = my_font, loc="(设置位置)")

以上都很重要

如果需要其他图形，可以在百度搜索matplotlib

选择example，找到想了解的图像，点击进去有对应的代码

各种图形之间的对比

we can do more：
1、设置图片大戏小；

2、保存到本地；

3、描述信息，比如x轴和y轴表示什么，这个图表示什么；

4、调整x或y的刻度间距；

5、线条的样式；

6、标记出特殊的点（告诉别人最高点和最低点在哪里）；

7、给图片添加一个水印（防伪，防盗）