Task01-数据加载及探索性数据分析
pandas 的数据结构：
基本概念：轴（Axis）和标签（Label） 数据框（DataFrame）的数据结构（存储二维数据） 数据框的 row 和 column 是 Axis，行索引和列名称是 Label 序列（Series）的数据结构（存储一维数据） 序列是一堆结构，DataFrame的每一列都是一个序列，序列结构只有行索引，没有列名称。序列包含数据和行索引
切片：
iloc 和 loc 都是对数据切片处理，只不过输入参数形式不一样
文件名.loc [ [ 行数 ]，[ 列的名称] ] 文件名.loc [ [ 行数 ]，[ 列数] ]
在数据分析中要养成一种思维：选取出对研究结果有价值的列数自由组合，用描述性统计总结样本的数字特征。
1.1载入数据
1.1.1任务一：导入numpy和pandas
import numpy as np
import pandas as pd
1.1.2任务二：载入数据
（1）相对路径载入
df=pd.read_csv('train.csv')
必须将数据与jupyter文件放在同一路径下
（2）绝对路径载入
df=pd.read_csv('E:/暑期学习/动手学数据分析/第一单元项目集合/train.csv')
拓展1：TSV与CSV的区别： 1）从名称上即可知道，TSV是用制表符（Tab,'\t'）作为字段值的分隔符；CSV是用半角逗号（','）作为字段值的分隔符； 2）IANA规定的标准TSV格式，字段值之中是不允许出现制表符的。3) CSV形式相比较TSV形式更常见。
文本文件读取：
1、使用read_table来读取txt文本文件
pandas.read_table(数据文件名, sep=’\t’, header=’infer’, names=None,index_col=None, dtype=None, engine=None, nrows=None)
2、使用read_csv函数来读取csv、tsv、txt文件
pandas.read_csv(数据文件名, sep=’,’, header=’infer’, names=None, index_col=None,dtype=None, engine=None, nrows=None)
Excel文件读取
pandas.read_excel(文件名, sheetname=0, header=0, index_col=None, names=None, dtype=None)
文本文件存储
DataFrame.to_csv(path_or_buf=None, sep=’,’, na_rep=”, columns=None, header=True,index=True,index_label=None,mode=’w’,encoding=None)
Excel文件储存
DataFrame.to_excel(excel_writer=None, sheetname=None'’, na_rep=”, header=True,index=True, index_label=None, mode=’w’, encodin
其他注意事项：
os.getcwd() 查看当前工作目录
read_csv 从文件、URL、文件型对象中加载带分隔符的数据，默认分隔符为逗号，read_csv中每一个字符串作为一列，所以输出格式为 [891 rows x 12 columns]
read_table 从文件、URL、文件型对象中加载带分隔符的数据，默认分隔符为制表符（“ \t ”），read_table中每一行字符串为一列，输出格式为 [891 rows x 1 columns]
通过读取时改变分隔符参数，可以让他们效果一样。
del , drop(inplace = True) , drop(inplace = False)是不同程度的删除数据 。drop(inplace = False) 是最轻程度的删除数据，它只是返还视图，并不改变DataFrame的存储空间。del 函数和drop(inplace = True) 删除指定列，改变DataFrame的存储空间，并不改变原数据
当数据量特别大，我们需要只想读取其中一部分或对数据进行逐块处理时，需要进行逐块读取
