Numpy学习:
Numpy的数组类叫做ndarray。ndarray类有如下一些属性：
1、 ndarray.ndim：数组轴的个数。
2、 ndarray.shape：数组的维度，这是一个整数元组，元组的元素表明了数组的每一个维度的大小。元组的元素个数即是维度的数目。
3、 ndarray.size：数组元素的个数。
4、 ndarray.dtype：一个描述数组元素的类型的对象，通常为int32，int16，float64。
5、 ndarray.itemsize：每一个元素所占的字节数。
6、 ndarray.data：数组中实际元素的备份。通常无需使用这个属性，因为我们可以直接使用索引来访问数组中的元素。
Pandas学习:
Pandas是一个开放源码的Python库，它使用强大的数据结构提供高性能的数据操作。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。
常用方法：
import pandas as pd
inp = [{'c1':10, 'c2':100}, {'c1':11, 'c2':110}, {'c1':12, 'c2':123}]
df = pd.DataFrame(inp)
print(df)
# 显示前面 8 列数据
pd.set_option('display.max_columns', 8)
# 显示所有列的数据
pd.set_option('display.max_columns', None)
# 打印前2行数据
print(df.head(2))
# 按行遍历
for index, row in df.iterrows():
print(index) # 输出每行的索引值
Matplotlib学习：
Matplotlib 是一个在 python 下实现的类 matlab 的纯 python 的三方库,旨在用 python实现 matlab 的功能，是 python 最出色的绘图库，功能很完善，其风格跟 matlab 很相似，同时也继承了 python 的简单明了的风格，可以很方便地设计和输出二维以及三维的数据， 其提供了常规的笛卡尔坐标， 极坐标， 球坐标， 三维坐标等。
