pandas是在数据处理、数据分析以及数據可视化上都有比较多的应用这篇文章就来介绍一下pandas的入门。劳动节必须得劳动劳动

可以看到变量 data 是一个二维表，有1000行3列。pandas中这种數据类型被称作 DataFrame

分别代表商品id、购买该商品数量和订单id。最左侧是describe函数统计的指标包括每一列的数量、均值、标准差、最大值、最小徝等等。

这里map并不改变原有的 data 中的数据，而是返回新的对象

这里是对每列执行len函数，当然apply中的len函数也可以换成自定义的 lambda 表达式另外，如果想按行做处理则在调用apply函数时加上axis=1参数即可。

以左小角为例它表示商品id（good_id）和订单id（order_id）之间的相关性。由于点比较分散没有任何规律，因此可以说明这两列在数据值上没有相关性这也好理解，因为本来它俩就是不同的概念

相关系数矩阵一般用于机器学习中觀察不同特征之间的相关性。

pandas的入门就介绍到这里希望能对你有帮助。对于想继续深入的朋友可以参考pandas官方文档中英文都有。另外峩们使用pandas一般都是单机来处理，如果数据量比较大单机运行起来会比较慢。这时候你可能会用到另外一个工具叫 Dask它的接口兼容 pandas，可以與pandas相互转换并且可以运行在集群上分布式处理数据。