TAG 标签

# Python

围绕Python整理入门教程、开发指南、工具使用、项目案例、常见问题与工程实践。

第 18 章视图、副本与 SettingWithCopyWarning 彻底理解

2026-10-11 12:00:00　`SettingWithCopyWarning` 是 pandas 用户最常见的困惑之一。本篇文章从**底层内存机制**讲起，彻底弄清"视图（view）"与"副本（copy）"的区别，理解警告产生的原因，掌握安全修改数据的最佳实践，并介绍 pandas 2.0 的 **Copy-on-Write（写时复制）** 新机制。

开发 · 站长2026-10-11

第 17 章高级索引与 MultiIndex 深度实战

2026-10-11 10:00:00　在[第 6 章](06-数据选择与索引.md)掌握了 loc/iloc 的基础后，本篇带你深入 pandas 的索引高阶玩法：**MultiIndex（多层索引）的创建、访问、排序、层级变换**，以及 `IndexSlice`、`xs`、`get_level_values` 等高级索引器。多层索引是透视表、分组统计、面板数据的基石。

开发 · 站长2026-10-11

第 16 章性能优化与实战案例

2026-10-11 08:00:00　这是系列的最后一篇。前半部分讲 pandas 的性能优化技巧（向量化、内存优化、大数据处理），后半部分用一个完整的**实战项目**把前面 15 章的知识串起来：从读数据、清洗、分析到可视化出报告。

开发 · 宋国卿2026-10-11

第 15 章数据可视化

2026-10-10 16:00:00　"一图胜千言"。pandas 内置了基于 Matplotlib 的绘图接口（`.plot`），几行代码就能生成折线图、柱状图、散点图、箱线图、直方图等常用图表。本篇文章带你掌握 pandas 绘图的全部常用技能，并能与 Matplotlib 无缝配合做细节美化。

开发 · 宋国卿2026-10-10

第 14 章时间序列分析

2026-10-10 14:00:00　时间序列数据无处不在：股票、销量、日志、传感器……pandas 对时间序列的支持极其强大：**日期解析、日期索引、重采样、滚动窗口、时间偏移**。本篇文章系统讲解 pandas 的时间序列武器库。

开发 · 宋国卿2026-10-10

第 13 章分组聚合：groupby

2026-10-10 12:00:00　`groupby` 是 pandas **最强大**的统计分析武器：按一个或多个键把数据分组，然后对每组做聚合、变换、过滤。它对应 SQL 的 `GROUP BY`，也是"拆分-应用-合并"（split-apply-combine）思想的典范。

开发 · 宋国卿2026-10-10

第 12 章数据重塑与透视表

2026-10-10 10:00:00　数据有两种典型形态：**长格式**（一行一个观测）和**宽格式**（一行多个变量）。分析时经常需要在两者之间切换，并生成 Excel 式的**透视表**。本篇文章系统讲解 pandas 的重塑武器：**pivot / pivot_table / melt / stack / unstack / crosstab**。

开发 · 宋国卿2026-10-10

第 11 章数据合并：concat / merge / join

2026-10-10 08:00:00　真实分析中，数据往往分散在多张表里：订单表、客户表、商品表……把它们合起来是必修课。本篇文章讲解 pandas 的三大合并武器：**concat（拼接）、merge（SQL 式连接）、join（索引连接）**。

开发 · 宋国卿2026-10-10

第 10 章数据变换：map / apply / applymap

2026-10-09 16:00:00　pandas 的变换三兄弟 **map / apply / applymap** 是数据加工的核心工具：map 逐元素映射、apply 逐行/逐列处理、applymap 全表逐元素处理。本篇文章讲清它们的区别、用法与性能。

开发 · 宋国卿2026-10-09

第 9 章文本数据处理

2026-10-09 14:00:00　现实数据里字符串无处不在：地址、姓名、商品描述、日志……本篇文章系统讲解 pandas 的文本处理武器库：**str 访问器、大小写与去空格、拆分与拼接、查找替换、正则表达式、提取结构化信息**。

开发 · 宋国卿2026-10-09