dataframe的基礎屬性
df.shape——行數 列數
df.dtypes——列資料型別
df.ndim——資料維度
df.index——行索引
df.columns——列索引
df.values——物件值，二維ndarray陣列
dataframe整體情況
df.head(10)——顯示前10行，預設是5行
df.tail()——顯示末尾幾行，預設是5
df.info()——相關係數，如行數，列數，列索引、列非空值個數，列型別，記憶體占用
df.describe()——快速統計結果，計數、均值、標準差、最大值、四分數、最小值
example
>>> import numpy as np
>>> import pandas as pd
>>> df1 = pd.dataframe(np.arange(12, 24).reshape((3,4)), columns=["w","x","y","z"])
>>> print(df1)
w x y z
0 12 13 14 15
1 16 17 18 19
2 20 21 22 23
>>> print(df1.index)
rangeindex(start=0, stop=3, step=1)
>>> print(df1.columns)
index(['w', 'x', 'y', 'z'], dtype='object')
>>> print(df1.values)
[[12 13 14 15]
[16 17 18 19]
[20 21 22 23]]
>>> print(df1.shape)
(3, 4)
>>> print(df1.ndim)
2>>> print(df1.dtypes)
w int32
x int32
y int32
z int32
dtype: object
>>> print(df1.head(2))
w x y z
0 12 13 14 15
1 16 17 18 19
>>> print(df1.tail(3))
w x y z
0 12 13 14 15
1 16 17 18 19
2 20 21 22 23
>>> print(df1.info())
rangeindex: 3 entries, 0 to 2
data columns (total 4 columns):
w 3 non-null int32
x 3 non-null int32
y 3 non-null int32
z 3 non-null int32
dtypes: int32(4)
memory usage: 128.0 bytes
none
>>> print(df1.describe()) #（只統計列）
w x y z
count 3.0 3.0 3.0 3.0
mean 16.0 17.0 18.0 19.0
std 4.0 4.0 4.0 4.0
min 12.0 13.0 14.0 15.0
25% 14.0 15.0 16.0 17.0
50% 16.0 17.0 18.0 19.0
75% 18.0 19.0 20.0 21.0
max 20.0 21.0 22.0 23.0
Pandas中常用的方法
為資料分配索引，例如 data np.random randn 5 pd.series data,index a b c d e a 0.287461 b 0.736157 c 1.759875 d 0.238167 e 0.621458 dtype float64pd.series np.rand...
css中常用的屬性（1）
padding 10px 上右下左邊距均為10px padding 10px 20px 表示上下內邊距10px 左右邊距20px padding 10px 20px 30px 表示上邊距10px 右邊距20px 下邊距30px 左邊距同右 padding 10px 20px 30px 40px 按照...
DOM 中常用的屬性操作
內建 官方提供，直接使用 js屬性 不可見屬性 將元素節點作為物件使用 非內建 自定義，自己寫，官方沒有提供 不能作為物件操作 js屬性 不可見屬性 行內 其實就是內建的html的style屬性的操作 非行內 專用語句 只能獲取不能設定 相容封裝 樣式的操作 標籤的增刪改查 刪除元素節點物件 改 慎...