一：series和读取外部数据

        1.1pandas的series的了解

               1.1.1 为什么要学习pandas

                        numpy能够帮我们处理处理数值型数据，但是这还不够。很多时候，我们的数据除了数值之外，还有字符串，还有时间序列等

                        比如：我们通过爬虫获取到了存储在数据库中的数据

                        比如：之前youtube的例子中除了数值之外还有国家的信息，视频的分类(tag)信息，标题信息等。所以，numpy能够帮助我们处理数值，但是pandas除了处理数值之外(基于numpy)，还能够帮助我们处理其他类型的数据   

                1.1.2什么是pandas

                         pandas is an open source, BSD-licensed library providing high-performance, easy-to-use data structures and data analysis tools for the Python programming language.                            1.1.3pandas的常用数据类型

                        1.Series一维，带标签数组   2.DataFrame二维，Series容器

                1.1.4pandas之创建Series创建

                        通过列表创建（不指定索引，索引值默认从0开始，往后递增）

                         指定索引

                        通过字典类型创建pandas之Series创建（字典的键变成了索引，字典的值就是对应的值）

                1.1.5pandas之Series切片和索引

                        切片：直接传入start end 或者步长即可

                        索引：一个的时候传入序号或者index，多个的时候传入序号或者index的列表

                           通过索引取值

                            通过位置取值（数字0，1就是要取第几行的数据）

                            取连续或者不连续的多行

                1.1.5pandas之Series切片和索引

        1.2pandas读取外部数据

                读取csv文件

                我们的这组数据存在csv中，我们直接使用pd. read_csv即可

二：dataframe

        2.1pandas的dataFrame的创建

                 指定行，列索引（index行，columns列）

                通过字典的形式创建DataFrame

                 通过列表的形式创建DataFrame（缺失的数据会用NaN代替）

        2.2Dataframe的描述信息

        2.3Dataframe的索引

                pandas之取行或者列

                取前20行数据

                 pandas之loc（获取行的时候，列的那一行不需要管，获取列的时候，行的那一行需要打上冒号）

                 取具体某个值

                 取一整行

                 取一整列

                 取多行

                 pandas之iloc

                 取某一行

                 取某一列

                 取不连续的多列

        2.4bool索引和缺失数据的处理

                pandas之布尔索引

                pandas之字符串方法

                 缺失数据的处理

三：统计方法和字符串离散化

        3.1pandas的常用统计方法

        3.1电影书直方图