python，anaconda，spyder，numpy，pandas，matplotlib
DataFrame，Series
加载numpy和pandas，pandas中的 DataFrame,Series。a=np.random.standard_normal((6,3)).round(3)表示随机生成一个6*3的标准正态分布数据，然后保留3位有效数字，赋值给a，如图所示
生成DataFrame。df1=DataFrame(a)表示使用ndarray对象a生成一个DataFrame，赋值给df1，如图所示
修改df1的列名。df1.columns=[['a','b','c']]表示分别给df1的列命名为'a','b','c'，如图所示
修改df1的索引。df1.index=pd.date_range('2017-1-1',periods=6,freq='MS')表示用date_range生成一个长度为6，起始日期为'2017-1-1'，使用月初格式的DatatimeIndex对象数据来作为df1的索引；如图所示
将DataFrame再转化为ndarray。np.array(df1)表示将df1这个DataFrame再转化为数组，如图所示
df1的统计计算。df1.sum()表示按列求和；df1.mean()表示按列求均值；df1.cumsum()表示按列累计求和；df1.describe()表示对df1进行多个字段的统计（个数，均值，标准差，最小值，25%分位数，50%分位数，75%分位数，最大值）；如图所示
numpy通用函数对df1的应用；结果的再计算。np.sqrt(df1)表示对df1的每个元素进行开方计算（注意：负数的开方结果给出的是NaN）；np.sqrt(df1).mean()表示对df1的没有元素开方后再按列求均值；如图所示
df1的简单绘图。%matplotlib inline表示将matplotlib的图表直接嵌入到Notebook之中；df1.cumsum().plot(lw=1.5)是表示df1的按列累计求和绘制一个线宽为1.5的折线图，如图所示
DataFrame的参数：data表示DataFrame的数据，可以是字典、序列、列表、ndarray、DataFrame； index是索引，默认为range（n）；columns是列名，默认为range（n）
date_range参数：start（开始日期）, end（结束日期）, periods（期数，当start或end缺一的时候用）, freq（频率）, tz（时区）, normalize（将start和end规范化为午夜）, name（结果索引名称），colsed（start和end这个区间端点是否包含在区间内，’left’、’right’、None分别表示左闭右开、左开右闭、都闭）
date_range的参数freq的解释：M表示每月底；BM表示每月最后一个交易日；MS表示月初
对DataFrame的元素求开方时，遇到负数会警告，但是结果会给出NaN
plot方法默认的折线图，如果要修改可以用kind来修改