一、区别
Numpy:是数值计算的扩展包，它能高效处理N维数组,复杂函数,线性代数.
Panadas:是做数据处理。市python的一个数据分析包（panel datas）
二、使用方式
导入pandas和numpy模块：
import pandas as pd
import numpy as np
三、pandas常用数据类型（Series,DataFrame）
1.通过list创建Series，pandas会默认创建数字索引
list = ['a','b',None,'',1]
s = pd.Series(list)
2.通过传递一个numpyarray，时间索引以及列标签来创建一个DataFrame：
3.通过传递一个能够被转换成类似序列结构的字典对象来创建一个DataFrame：
通过字典创建dateframe时报错： If using all scalar（纯量，标量） values, you must pass an index，则需要为dataframe创建索引
4、查看不同列的数据类型：
df.dtypes
二、查看数据
1. 查看frame中头部和尾部的行：
df.head(arg) //查看从头部开始的几行
df.tail(arg) //查看从尾部开始的几行
2.显示索引、列和底层的numpy数据：
显示索引：df.index
显示列：df.coulmns
显示dataframe中的数据：df.values
3、 describe()函数对于数据的快速统计汇总：
4、 对数据的转置：df.T
5、 按轴进行排序:
6、 按值进行排序
df.sort(columns='arg')
三、选择
1、 选择一个单独的列，这将会返回一个Series，等同于df.A：
2、 通过[]进行选择，这将会对行进行切片:
