Python中Pandas時(shí)間加減如何表示？使用DataFrame查看數(shù)據(jù)(類似SQL中的select):frompandasimportDataFrame#從pandas庫(kù)中引用DataFramed

Python中Pandas時(shí)間加減如何表示？

使用DataFrame查看數(shù)據(jù)(類似SQL中的select):frompandasimportDataFrame#從pandas庫(kù)中引用DataFramedf_obj=DataFrame()#創(chuàng)建DataFrame對(duì)象df_obj.dtypes#查看各行的數(shù)據(jù)格式df_obj.head()#查看前幾行的數(shù)據(jù)，默認(rèn)前5行df_obj.tail()#查看后幾行的數(shù)據(jù)，默認(rèn)后5行df_obj.index#查看索引df_obj.columns#查看列名df_obj.values#查看數(shù)據(jù)值df_obj.describe#描述性統(tǒng)計(jì)df_obj.T#轉(zhuǎn)置df_obj.sort(columns=‘’)#按列名進(jìn)行排序df_obj.sort_index(by=[‘’，’’])#多列排序，使用時(shí)報(bào)該函數(shù)已過(guò)時(shí)，請(qǐng)用sort_valuesdf_obj.sort_values(by=[""，""])同上!

為什么Python效率這么低，還這么火？

在很多時(shí)候，性能不是瓶頸。大約80%的應(yīng)用，對(duì)性能要求不高。

為什么現(xiàn)在Python一下子就不火了？

打開招聘網(wǎng)站搜索發(fā)現(xiàn)，Python的招聘崗位雖然沒(méi)有老牌的Java語(yǔ)言那么多，但薪資普遍非常高。

無(wú)論你是否清楚這個(gè)事實(shí)，Python實(shí)際上已經(jīng)不是一門年輕的編程語(yǔ)言了。雖然Python也不如其它一些語(yǔ)言那么年長(zhǎng)，但它仍然比大部分人所想的要更老一些。Python第一次發(fā)布的時(shí)間是在1991年，雖然這些年它也經(jīng)歷了相當(dāng)大的改變，但Python現(xiàn)在的用處跟當(dāng)時(shí)并沒(méi)有什么差別。

其實(shí)這幾年P(guān)ython還是比較火的，為什么這么說(shuō)，首先有幾個(gè)原因：

1. 出現(xiàn)時(shí)間早

Python大約誕生于90年代。這不僅意味著它有足夠的時(shí)間成長(zhǎng)，還獲得了一個(gè)龐大的粉絲群體。

2. 適合初學(xué)者

Python已經(jīng)存在了數(shù)十年，程序員們可利用這段時(shí)間寫出優(yōu)質(zhì)的教程。除此之外，Python的語(yǔ)法也很容易理解。

3. 用途廣泛

Python已經(jīng)存在了相當(dāng)長(zhǎng)的時(shí)間，開發(fā)人員們根據(jù)不同目的制作出了不同的程序包?，F(xiàn)在，幾乎所有的東西都能打包。

Python由于其簡(jiǎn)潔優(yōu)美和極高的開發(fā)效率，得到了國(guó)內(nèi)越來(lái)越多公司的青睞，會(huì)有越來(lái)越多的公司選用Python進(jìn)行網(wǎng)站W(wǎng)eb、搜索引擎（Google）、e68a84e8a2ade799bee5baa6e997aee7ad9431333433633437云計(jì)算（OpenStack）、大數(shù)據(jù)、人工智能（AlphaGo）、科學(xué)計(jì)算等方向的開發(fā)。有人預(yù)言，Python會(huì)成為繼C 和Java之后的第三個(gè)主流編程語(yǔ)言，有著廣闊的發(fā)展前景！

Python 在數(shù)據(jù)分析、數(shù)據(jù)挖掘、人工智能、Web開發(fā)等方面都大有發(fā)揮之處，再加上人工智能大量依賴數(shù)據(jù)，數(shù)據(jù)相關(guān)崗位人才的稀缺，Python現(xiàn)在的職位可謂是炙手可熱。

所以現(xiàn)在學(xué)習(xí)Python還是可以的，比較熱門