1误澳、全部行都能輸出
from IPython.core.interactiveshell import InteractiveShell
InteractiveShell.ast_node_interactivity='all'
2、查看dtype類型有哪些
np.typeDict
3莺治、查看數(shù)組實例或函數(shù)或方法所有屬性情況
help(a)
np.info(a)
dir(np)
庫应役、函數(shù)捺疼、方法后面+?(??是查看程序代碼)
或shift+tab鍵
4女揭、axis=0,表示對列的操作屏鳍；axis=1 ,表示對行的操作
5、CTRL +tab鍵 把\轉(zhuǎn)換為/
6挖函、x.zfill(n) x是字符串變量状植，這個方法是在x前面補齊0并保證長度為n
7、interpolate() 依據(jù)不同方法進行插補怨喘，method有：
????? ① 默認是線性插補 （'linear'）津畸，忽略索引并將值視為等間距。這是MultiIndexes支持的唯一方法
??????? ② 'time'：適用于每日和更高分辨率的數(shù)據(jù)必怜，以插入給定的間隔長度肉拓。
??????? ③ 'index'，'values'：使用索引的實際數(shù)值棚赔。
????????? ④ 'pad'：使用現(xiàn)有值填寫NaN帝簇。
????????? ⑤ 'nearest'，'zero'靠益，'slinear'丧肴，'quadratic'，'cubic'胧后，'spline'芋浮，'barycentric'，'polynomial'：傳遞給scipy.interpolate.interp1d壳快。這些方法使用索引的數(shù)值纸巷。'polynomial'和'spline'都要求你也指定一個order（int），例如?眶痰。df.interpolate(method='polynomial',?order=5)
⑥ 'krogh'瘤旨，'piecewise_polynomial'，'spline'竖伯，'pchip'存哲，'akima'：圍繞類似名稱的SciPy插值方法的包裝。見注釋七婴。
⑦ 'from_derivatives'：指?scipy.interpolate.BPoly.from_derivatives祟偷，它取代scipy 0.18中的'piecewise_polynomial'插值方法。版本0.18.1中的新功能：添加了對'akima'方法的支持打厘。添加了插值方法'from_derivatives'修肠，它取代了SciPy 0.18中的'piecewise_polynomial';?向后兼容SciPy <0.18
8、用iloc[] 或loc[]索引方法取DataFrame對象數(shù)據(jù)户盯，記住一個原則[行索引值,列索引值]
9嵌施、np.diff():是numpy的差分方法饲化，默認是一階；返回結(jié)果的原則是 out[n] = a[n+1] - a[n]
10艰管、to_datetime():把字符串日期轉(zhuǎn)換為日期時間滓侍，必須有format參數(shù)(提供日期格式)，字符串的順序需要參照format格式才能返回準(zhǔn)確的日期時間格式數(shù)據(jù)
11牲芋、strftime()：日期時間變量轉(zhuǎn)化為指定格式的字符串變量，是datetime庫的方法
12捺球、np.newaxis 關(guān)鍵字可以作數(shù)組的變形缸浦，比如 a[:,np.newaxis]
13、apply()方法適用于DataFrame對象中數(shù)據(jù)的操作氮兵；map()方法只能針對一列的數(shù)據(jù)操作
14裂逐、可變數(shù)據(jù)類型變量在引用是最好使用copy.deepcopy(變量名)（需要導(dǎo)入庫：import copy），這樣在做值修改不會出現(xiàn)異常泣栈。
15卜高、查看文件夾路徑：%pwd
