1、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、查看數(shù)組實(shí)例或函數(shù)或方法所有屬性情況
help(a)
np.info(a)
dir(np)
庫(kù)、函數(shù)、方法后面+?(??是查看程序代碼)
或shift+tab鍵
4、axis=0,表示對(duì)列的操作；axis=1 ,表示對(duì)行的操作
5、CTRL +tab鍵 把\轉(zhuǎn)換為/
6、x.zfill(n) x是字符串變量，這個(gè)方法是在x前面補(bǔ)齊0并保證長(zhǎng)度為n
7、interpolate() 依據(jù)不同方法進(jìn)行插補(bǔ)，method有：
????? ① 默認(rèn)是線性插補(bǔ) （'linear'），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)，以插入給定的間隔長(zhǎng)度。
??????? ③ 'index'，'values'：使用索引的實(shí)際數(shù)值。
????????? ④ 'pad'：使用現(xiàn)有值填寫NaN。
????????? ⑤ 'nearest'，'zero'，'slinear'，'quadratic'，'cubic'，'spline'，'barycentric'，'polynomial'：傳遞給scipy.interpolate.interp1d。這些方法使用索引的數(shù)值。'polynomial'和'spline'都要求你也指定一個(gè)order（int），例如?。df.interpolate(method='polynomial',?order=5)
⑥ 'krogh'，'piecewise_polynomial'，'spline'，'pchip'，'akima'：圍繞類似名稱的SciPy插值方法的包裝。見注釋。
⑦ 'from_derivatives'：指?scipy.interpolate.BPoly.from_derivatives，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(duì)'akima'方法的支持。添加了插值方法'from_derivatives'，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(duì)象數(shù)據(jù)，記住一個(gè)原則[行索引值,列索引值]
9、np.diff():是numpy的差分方法，默認(rèn)是一階；返回結(jié)果的原則是 out[n] = a[n+1] - a[n]
10、to_datetime():把字符串日期轉(zhuǎn)換為日期時(shí)間，必須有format參數(shù)(提供日期格式)，字符串的順序需要參照f(shuō)ormat格式才能返回準(zhǔn)確的日期時(shí)間格式數(shù)據(jù)
11、strftime()：日期時(shí)間變量轉(zhuǎn)化為指定格式的字符串變量，是datetime庫(kù)的方法
12、np.newaxis 關(guān)鍵字可以作數(shù)組的變形，比如 a[:,np.newaxis]
13、apply()方法適用于DataFrame對(duì)象中數(shù)據(jù)的操作；map()方法只能針對(duì)一列的數(shù)據(jù)操作
14、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(kù)：import copy），這樣在做值修改不會(huì)出現(xiàn)異常。
15、查看文件夾路徑：%pwd
