Numpy的二维数组（ndarray，或称矩阵）和DataFrame在数据访问方式上有许多相似之处，且有些地方容易让人搞混，因此做了如下简要总结：
ndarray的操作总是按照“先行后列、指定行列”的规则对数据进行访问（索引），而DataFrame则包含了上述方式并且访问方式更多样。
- Numpy二维数组的切片操作
无论索引多行、多列或者具体元素，都必须按照“先行后列、指定行列”的规则访问数据。
举例如下：
arr[0,0] // 访问单个元素
arr[0:2, 1:2] // 按顺序索引切片
arr[[1,3,8], [2,5]] // 指定某些行或列。使用arr([1,3,8], [2,5])方式错误！！- DataFrame的切片操作
与Numpy的二维数组不同的是，DataFrame访问元素时可以只指定行或只指定列。
只索引指定行：
df.iloc[index_name] // 索引单行，返回Series；等效于df.iloc[2]
df.iloc[[ind_name1, ind_name2]] // 索引多行，返回DataFrame；等效于df[[0,2]]只索引指定列：
df[col_name] // 索引单列，返回Series
df[[col_name1,col_name2]]] // 索引多列，返回DataFrame
df.iloc[:, [col_name1,col_name2]] // 先选取所有行同时索引行和列
df.iloc[ind_name, col_name] // 索引一个元素
df[col_name][ind_name] // 索引一个元素（基于返回的Sereis及Index，不常用操作！）
df.iloc[[ind_name1,ind_name2]], [col_name1,col_name2]] // 切片操作，多个元素