使用Python中的三个库可以优雅地进行数据分析，得到一只野生的Matlab，这三个库是numpy，pandas 和 matplotlib。
numpy是高性能科学计算和数据分析的基础包，其array多维数组拥有丰富的数据类型，基于向量化技术可以有效代替循环，代码简单速度极快。
以numpy为基础的pandas中的数据框dataframe集数据分析工具万象于一身，可以像array数组一样进行复杂计算，又可以像excel一样地操作数据，又可以像SQL一样地操作数据。
而matplotlib进一步以matlab风格实现了绘图功能。其强大的数据可视化能力可以让你的数据分析结果颜值倾城。
一、numpy 库
numpy提供了三种常用的对象，数组array、矩阵matrix和ufunc（universal function）。
1，创建array
2，访问array元素
3，array运算
4，使用matrix运算
5，使用ufunc对象
二、pandas 库
pandas中的DataFrame是交互性最好在数据分析中使用最广泛的数据结构。
pandas 中常用的数据结构有：
（1）Series：一维数组，与Numpy中的一维array类似。
Series中只允许存储相同的数据类型。
（2）DataFrame：二维的表格型数据结构。
可以将DataFrame理解为Series的容器。
（3）Panel ：三维的数组，可以理解为DataFrame的容器。
1，Series对象
2，创建DataFrame对象
3，从excel中读入DataFrame对象
4，增加行
5，删除行
6，增加列
7，删除列
8，移动列
9，排序
10，拼接
11，选取数据
有三种选取数据的方法：下标索引、标签索引、布尔索引。
12，导出到csv文件或excel文件
13，常用统计函数
14，时间格式
三，matplotlib 库
matplotlib 支持函数式绘图和面向对象绘图两种绘图方式。
函数式绘图方式与matlab风格一致，先用一条语句画出图像，然后用一系列函数去修饰。而面向对象绘图方式一般自上而下完成，先创建figure，然后再创建子图ax，然后绘制data，最后设计各种辅助元素 (包括 xaxis, yaxis, title, grid，legend, annotate 等 )。
1，折线图
2，条形图
3，柱形分布图
4，散点图
5，饼图
6，绘制子图
Appendix：Ipython notebook 常用快捷键
-
Tab 对象补全
-
Shift + Tab 对象提示帮助
-
Ctrl + Enter 运行当前cell
-
Shift + Enter 运行当前cell，并选中下一个cell
-
Alt + Enter 运行当前cell，并在下方创建一个空的cell
-
Esc * M 切换成markdown输入状态
-
Esc * A 在上方插入cell
-
Esc * B 在下方插入cell
