如何通过一顿饭来说明NumPy与pandas的功用

谈到数据分析，则离不开谈及R语言及R语言与Python在数据分析领域孰优孰劣之争。首先R语言作为正统统计学软件，数据分析则是其应有之义，因而相比于Python这个在数据分析领域的新起之秀，R语言算是与Matlab、SAS在同一起跑线上。后发优势毕竟是可观的，当Python开始涉足数据分析领域时，其便渐渐形成了与R语言分庭抗礼的趋势。

上图展示了NumPy、pandas（以及matplotlib）的历史总共下载量等信息。可以看出，两者总共有过近80万的下载量，如果按照市场价值计量，两者合计价值近1500万美元，但它们都可以免费使用。

0,1,2,3是索引，4,7，-5,3是值，索引可以自行指定的。而DataFrame是一个表格型的数据结构，它含有一组有序的列，每一列可以是不同的值类型（数值、字符串布尔值等），DataFrame既有行索引也有列索引，可以被看做是由Series组成的字典（共用同一个索引），如：

pandas可以读取较多类型的文件格式，从简单的txt、csv、json到excel，hdf5、pickle再到sas、sql、stata等等文件格式都有得以支持。在读取数据时，函数会使用到若干技术将数据转换成DataFrame格式，如索引、类型推断和数据转换、日期解析、迭代与不规整数据问题等。

最后分享的是pandas的时间序列类函数，可以说是pandas让处理时间序列数据变得得心应手。第三方包datetime与dateutil能够将识别与处理多种时间格式，pandas自身可以生成指定频率的DatetimeIndex，也可以处理时区信息。其移动窗口函数则是大大方便了时间序列分析，使得建立各种AR、MA、ARMA、ARIMA等等时间序列模型方便快捷，而这正是R语言的领地。