、パンダ一般的に使用される機能
df.sort_values（） -ランクによってソートデータ
（df.sort_index） -ランクタグでソート
df.duplicated（） -重複データ解析
）（df.drop_duplicatesを-デエンファシス
df.reset_index（） -リセットインデックス
df.set_index（） -する列のインデックス
df.rename（列= {}） -リスト変更
DF =さdfを[〜DF [] == XX] - "〜" ネゲートされる
シリーズ。 ISIN（リスト） -リスト内のシリーズであれば、単一のデータ
series.str.replace（「」、「」） -シリーズのキャラクター置換
series.str.contains（「XX」） -シリーズ「XX」の文字を含めるかどうか"XX"は"^ [92]"又は[0-9]であることができる
カスタム関数のアプリケーション、下層Cの動作速度- df.apply（FUNC）
x.sum（）：df.apply（ラムダX ） -匿名関数
df.empty - DFが空
df.fillna（ ''） -欠損値充填
df.locを[XX ,:] -行の全てのデータを削除
）（pd.concatを-スプライシングDF
df.head（N） -最初のn行が表示
df.Tを- DF転置
（df.corrを） -相関係数算出
df.to_csv（ファイル、エンコーディング=） - ファイルを保存します
pd.read_csv（ファイル、index_col =、エンコーディング=） -读取文件
pd.read_excel（ファイル、シート名、index_col、符号化）
パンダ中のExcel操作
ライター= pd.ExcelWriter（filePathに）
df.to_excel（ライター、シート名=、エンコーディング=）
writer.save（）
二、matplotlibの一般的な操作
plt.rcParams [ 'font.sans-セリフ'] = [ 'SimHei']＃の通常表示の中国へのタブ
plt.rcParams [ 'axes.unicode_minus'] = Falseの ＃の通常の表示にマイナス記号
plt.rcParams [」フィギュア.figsize '] =（16、9 ）＃1 16 :. 9の解像度
plt.cla（） -元の画像消去
plt.grid（= B =なし、 'メジャー'軸='両方「） - グリッド設定
plt.savefig（） -画像保存
。サブ図1
サブグラフ-図、AX = plt.subplots（）
サブマスター図の横軸を定義- ax.xaxis.set_major_locator（ticker.MultipleLocator（5））スケール
ax.xaxis.set_minor_locator（ticker.MultipleLocator（1）） - 。図の横軸のスケールビューの定義
（「マイナー= TRUE、ax.xaxis.gridを 」） - グリッドのx座標軸メインスケールネットワーク＃を使用してグリッドは、使用座標
（ 'マイナー' =どのax.tick_paramsを方向= 'に'）
のサブ図2
AX1のplt.subplot2grid =（（2 ,. 1）、（0、0）、ROWSPAN = 1、COLSPAN = 1）
のAX2 = plt.subplot2grid（（2,1） 、（1,0）、ROWSPAN = 1、COLSPAN = 1）
plt.setp（ax1.get_xticklabels（）可視=偽）＃の非表示図上側サブX座標
plt.subplots_adjust（HSPACE = 0.1）
第三に、他のモジュール
1、collections.deque双方向キュー、あなたは、左から参加する権利を開くことができます