%timeit：测量代码消耗的时间
(5)生成范围内的数组：
np.arange(0,20,2)。第一个参数是起点，第二个是终点（不包含），第三个是步长
np.linspace(0,20,10).第一个参数是起点，第二个是终点（包含），第三个是平均分成多少个数。
里面的矩阵运算+-*/都是对应元素之间的运算
真正的矩阵乘法：A.dot(B)=>A行的每一行和B的每一列相乘再相加
矩阵的转置：A.T=>行变列，列变行。
c.矩阵与向量间的运算
元素之间的乘法：v*A
d.聚合操作：把一组值变成一个值。
快速排序：np.partition(x,3) 寻找一个标定点，将数组中的小于标定点的元素放在标定点的左侧，大于标定点的元素放在标定点的右侧。
第一个参数表示整型，第二个是list
不同分类不同颜色样式的点
这周过得似乎要比上周好一些，但又似乎没有什么太大的区别。 有点点好些，因为我会做一点点高数题了，多谢大三的那位学长...
我报了无戒365极限挑战日更营，并没有热血沸腾，甚至是有点冷静，仍然是每天按步就班地做事。因为我只是想坚持每天做同...
自从父母撤资，出来工作以后，越过越穷，生活无时无刻不在提醒着我它有多艰辛，少的可怜的工资，吃穿用度加上高额的...
如果我将要死去，不怨。 自然之命不可违抗，无奈。 世事我已看的够多，人生哲理不过如此 生命之门千苍百孔，命运之刑就...
娘的眼睛视力一直不好，去年做过一只眼睛的白内障手术，最近另一只眼睛眼问题也严重了很多，姥姥晚年患眼疾以至于后来因为...
pandas 是基于 的一种工具，该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。
#Titanic.csv是一个泰坦尼克号乘客信息数据集，用于做泰坦尼克生还预测。
1.2.1利用一个列表来生成数据并自动生成对应的索引：
#以‘’为基数，不断加1产生新的索引，periods=生成的索引数目
#通过数据生成时间，标签，数据值生成一个 DataFrame
#以‘’为基数，不断加1产生新的索引，periods=生成的索引数目
#通过数据生成时间，标签，数据值生成一个 DataFrame
可以通过这类方法去从各个角度浏览DataFrame，选择其中的值
本节用到的数据如下（dataframe）:
#查看所有列标签的名称
#查看datafream各方面的值，（每列属性的）平均值，最大值，最小值，标准差
选择满足某种特征的数据
本小节用到的数据如下（dataframe）：
选择列数据，选择行数据（两种方法，基于索引，基于位置）
#选择0到3行（不包括第三行）的数据，这种方法是基于位置的
#选择索引‘’到索引‘’（包括‘’）之间的数据，基于索引
#选择A,B两列标签的数据
#选择索引''，''之间，A,B两列标签的数据
#选取3~5行，0~2列的数据（不包含第5行，第2列）
#选取1,2,4行，0，2列的数据
通过布尔索引来选取数据
#选取A列值大于0的数据
#选取所有大于0的数据
本小节用到的数据如下（dataframe）：
#将第0行第A列的数据置为0
#将0行1列的数据置为0
#删除所有存在缺失值的行数据
#用某个值去补全所有缺失值（下面这句代码是将所有缺失值全部用5来代替）
#显示出所有数据的状态（是否存在缺失值，若为true则说明该位置存在缺失值）
对数据的一些操作（取平均值，排序等等）
本小节用到的数据如下（dataframe）：
本小节用到的df为两个新生成的df，下面有详细代码及截图。 #将df的前3行，以及第7行之后的行数据合并生成一个新的dataframe #将s添加在df，位置会在最后一行
将数据根据某个属性分类。
#将数据按照A,B两个标签来分类，A有两个属性值，B有三个属性值，则组合有2*3=6种，即分#为6类
