A.辞書
1.概要
キーは不変型である必要があり、前記マッピングのキーと値の辞書であり、要素は順不同辞書は、辞書によって同定{}
2.作成します。
{キー：値...}または辞書（）シーケンス
PS1：辞書を作成する場合、デフォルト値は{} .fromkeys（（key_tuple）、デフォルト）で指定されてもよいです
PS2：ジップ機能は、生成された2つの素子パッケージシーケンス対応する辞書を使用することができます
3.基本操作
裁判官のメンバー：中
指定されたキーと値のペアを削除します。del辞書名[キー]
4.機能
LECのdict（）、（）、ハッシュ（）
キー（）、値（）は、すべてのキーと値のすべての辞書を返します
5.トラバーサル
dict.itemsでK、V（用）：...
6.その他
クリア（）、更新、取得（）等
II。コレクション
1.概要
要素のランダムな組み合わせで集合（）は、繰り返し、不変コレクションのfrozensetの変数セットに設定されません
2.動作
比較演算：で、いないで、==、=、<、<=、>、> =！
関係演算子：＆、|、 - 、^
少し組み込み関数....
3のデータ構造.SciPy
1.概要
ndarray（N次元配列）
シリーズ（長い辞書）
データフレーム（データブロック）
2. 3つのscipyのダウンロードライブラリ
a.Numpy
強いndarrayオブジェクトとufunc機能、科学計算のための線形代数と乱数を処理します
b.Matplotlib
numpyのベースと、二次元のグラフィックスライブラリ、共通pyplotモジュールはMATLABに似たインターフェースを提供します。
c.pandas
ベースscipyのダウンロードとnumpyのは、効率的かつデータフレームシリーズのデータ構造を提供し、効率的なデータ収集スライス機能
四.ndarray
1.概要
ndarrayは、機能豊富で、すべての要素が同じタイプのものであり、numpyのの基本的なデータ構造であり、
2.基本プロパティ
ndarray.ndim秩
ndarray.shape寸法
要素の総数ndarray.size
ndarray.dtype要素タイプ
バイトサイズ・エレメントndarray.itemsize
3.作成します。
方法：配列、arange、ランダム、linspace、もの、ゼロ、fromfunction
インポートNPとしてnumpyの aArray = np.array（[1,2,3 ]） bArray = np.array（[（1,2,3）、（4,5,6 ）]） np.arange（ 1,5、 0.5 ） np.random.random（（ 2,2 ）） np.linspace（ 1,2,10、終点=偽）
4.操作
インデックス、スライス、トラバース、サイズ変更、形を整え、ステッチvstack、bstack
基本的な演算子をサポートしています：/> - *
5.アプリケーション - 線形代数
ドット：行列積
linalg.det決定
linalg.inv逆行列
多変量線形方程式の根を見つけるlinalg.solve
linalg.elg固有値と固有ベクトルを見つけます
V.長く辞書シリーズ
1.概要
辞書は順序付けられていないデータ構造であり、キー値間に分離し、固定長シリーズ辞書を注文し、指標とその値の間に独立していない、同様のオブジェクトの一次元アレイ、データインデックスの構成
2。