pandas 是基于NumPy 的一种工具，该工具是为解决数据分析任务而创建的。
Pandas纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。
pandas提供了大量能使我们快速便捷地处理数据的函数和方法。
它是使Python成为强大而高效的数据分析环境的重要成员之一。
特点：
- 专门用于数据挖掘的开源python库。
- 以Numpy为基础，借力Numpy模块在计算方面性能高的优势。
- 基于matplotlib，能够简便的画图。
- 独特的数据结构。
1.
Pandas库介绍，以及为什么使用Pandas
试学
2.
Pandas数据结构分类，认识一维结构Series，以及Series的创建
试学
3.
一维结构Series创建，指定内容，默认索引，指定索引，通过字典数据创建
选修
4.
一维结构Series的属性，获取索引和值，根据索引或者字典key获取value
选修
5.
二维结构DataFrame，有行索引和列索引，与Numpy二维数组比较
选修
6.
DataFrame的创建，通过成绩表案例，增加行列索引，展示有意义格式
选修
7.
DataFrame的属性，获取形状，行列索引，值，转置、获取指定头尾条数数据
选修
8.
DatatFrame修改行列索引值，整体修改，不允许单条数据修改
选修
9.
数据操作-直接使用行列索引(先列后行)
选修
10.
数据操作-结合loc或者iloc使用索引
选修
11.
数据操作-ix组合索引更新为iloc
选修
13.
数据操作-DataFrame排序-按照开盘价大小升序排序
选修
14.
数据操作-DataFrame排序-按照多个键进行排序
选修
15.
数据操作-DataFrame排序-使用sort_index给索引排序
选修
16.
数据操作-Series排序-sort_values内容排序
选修
17.
数据操作-Series排序-sort_index()索引排序
选修
18.
DataFrame运算-算术运算（加、减等运算）
选修
19.
DataFrame运算-逻辑运算符、指定范围、指定值筛选
选修
20.
DataFrame运算-统计运算、最大、最小、求和、平均、方差、中位数等
选修
21.
DataFrame运算-累计统计函数
选修
22.
DataFrame运算-自定义运算、列最大值减去最小值案例
选修
