import pandas as pd import numpy as np date=pd.date_range("20180101",periods=6) df=pd.DataFrame(np.random.randn(6,4),index=date,columns=list('abcd'))
创建DataFrame对象df
（1）打印数据框的索引 ____________________(一句代码)
（2）打印数据框的元素值 _____________________（一句代码）
(3) 打印前3行的数据__________________（一句代码）
创建DataFrame对象df
（1）打印数据框的索引 ____________________(一句代码)
（2）打印数据框的元素值 _____________________（一句代码）
(3) 打印前3行的数据__________________（一句代码）
举一反三
- 补全如下代码，对生成的变量a在1轴上进行降序排列。import pandas as pd import numpy as np a = pd.DataFrame(np.arange(20).reshape(4,5), index = ['z', 'w', 'y', 'x']) a.____________(axis=1, ascending=False)
- 以下代码（）能够创建一个值范围在1到10的数组 A: np.arange(1,11) B: import numpy as np np.arrange(1,11) C: import numpy as np np.arrange(1,10) D: import numpy as np np(1,11)
- 下面两段代码，哪个说法不正确？import numpy as np a = np.array([0, 1, 2, 3, 4])import pandas as pd b = pd.Series([0, 1, 2, 3, 4]) A: a参与运算的执行速度明显比b快 B: a和b表达同样的数据内容 C: a和b是不同的数据类型，之间不能直接运算 D: a和b都是一维数据
- 下列选项中,可以正确导入pandas库的是() A: import pd B: import pd as pandas C: import pandas as pd D: from pd import pandas
- 如下代码的输出结果是( )import numpy as npa = np.arange(12).reshape(3, 4)print(np.sum(a[1:, 2:]))