Python 庫 matplotlib 與 pyplot 繪製子圖教學。文章來源：[原文連結]

數據分析 - pandas - Series、DataFrame - 知識點 - 思維導圖

NumPy（Numerical Python 縮寫）是 Python 數值計算最重要的基礎套件。大多數提供科學計算的套件都以 NumPy 陣列為建構基礎。 N

存取數據是使用本書工具的第一步。將重點介紹 pandas 的數據輸入輸出，雖然其他庫也有不少此用途工具。 輸入輸出可分為幾大類：讀取文字檔與更高效磁碟儲存格式

數據分析與建模過程中，相當多時間花在數據準備：載入、清理、轉換、重塑。這些工作佔分析師時間 80% 以上。有時檔案與資料庫中數據格式不適合特定任務。許多研究者

許多應用中，數據分散在多檔案或資料庫，儲存形式不利分析。本章關注聚合、合併、重塑數據的方法。 先介紹 pandas 階層索引，廣泛用於上述操作。然後深入介紹特

對數據集分組並對各組應用函數（聚合或轉換），通常是數據分析重要環節。載入、融合、準備好數據集後，通常計算分組統計或生成樞紐表。pandas 提供靈活高效的 g

時間序列數據是重要結構化數據形式，應用於金融、經濟、生態、神經科學、物理等領域。多時間點觀察或測量的事物皆可形成時間序列。許多時間序列為固定頻率，即數據點按規

本書已介紹 Python 數據分析程式設計基礎。因數據分析師與科學家花大量時間於數據整理準備，本書重點在掌握這些功能。 選用何種庫開發模型取決於應用本身。許多

書的最後一章，來看真實世界數據集。對每個數據集，用前文方法從原始數據提取有意義內容。展示方法適用其他數據集，包括你的。本章包含各類案例數據集，可供練習。 案例

本附錄深入 NumPy 庫陣列計算。包含 ndarray 更多內部細節、進階陣列操作與演算法。 本章包含一些雜亂章節，無需仔細研讀。 A.1 ndarray

第 2 章學習了 IPython shell 和 Jupyter notebook 基礎。本章探索 IPython 更深層功能，可從控制台或 Jupyter

1. 建立字典 字典是一系列鍵值對，每個鍵對應一個值，值可以是數字、字串、列表、字典等。 # 建立字典，若需空字典用 students_info={} stud

1. 版本檢視 print(Hello,phython!) Hello,phython! 2. 變數 2.1 字串型別變數 2.1.1 基本定義 mess

第 2 章學習了 IPython shell 和 Jupyter notebook 基礎。本章探索 IPython 更深層功能，可從控制台或 Jupyter

書的最後一章，來看真實世界數據集。對每個數據集，用前文方法從原始數據提取有意義內容。展示方法適用其他數據集，包括你的。本章包含各類案例數據集，可供練習。 案例

本書已介紹 Python 數據分析程式設計基礎。因數據分析師與科學家花大量時間於數據整理準備，本書重點在掌握這些功能。 選用何種庫開發模型取決於應用本身。許多

本附錄深入 NumPy 庫陣列計算。包含 ndarray 更多內部細節、進階陣列操作與演算法。 本章包含一些雜亂章節，無需仔細研讀。 A.1 ndarray

時間序列數據是重要結構化數據形式，應用於金融、經濟、生態、神經科學、物理等領域。多時間點觀察或測量的事物皆可形成時間序列。許多時間序列為固定頻率，即數據點按規

前幾章關注不同類型數據整理流程與 NumPy、pandas 等庫特性。隨時間發展，pandas 開發出更多適合高階用戶功能。本章深入學習 pandas 進階功