np.shape(x)：x的取值为：0—表示行数、1—表示列数import numpy as npdata = np.arange(12).reshape(2,6) # 生成数据并重组成2行六列print(data)cols = data.shape[0] # 0表示行数print(cols)cols1 = data.shape[1] # 1表示列数print(cols1)输出结果：[[ 0123

'''sorted()运行原理：把可迭代数据里面的元素，一个一个的取出来，放到key这个函数中进行处理，并按照函数中return的结果进行排序，返回一个新的列表功能： 排序参数：iterable 可迭代的数据 （容器类型数据，range数据序列，迭代器）reverse可选，是否反转，默认为False，不反转， True反转key可选， 函数，可以是自定义函数，也可以是内置函数返回值： 排序后的结果

'''sorted()运行原理：把可迭代数据里面的元素，一个一个的取出来，放到key这个函数中进行处理，并按照函数中return的结果进行排序，返回一个新的列表功能： 排序参数：iterable 可迭代的数据 （容器类型数据，range数据序列，迭代器）reverse可选，是否反转，默认为False，不反转， True反转key可选， 函数，可以是自定义函数，也可以是内置函数返回值： 排序后的结果

# pandas 写入Exceldf = pd.DataFrame({'id':[1,2,3],'name':['xyz','as','we']})df = df.set_index('id')# 指定index，去除生成的indexdf.to_excel('./output.xlsx')# 我直接写入到当前文件夹print('ok')# pandas 读取Excelpepole = pd.rea

1.loc函数、iloc函数loc函数：通过行索引 “Index” 中的具体值来取行数据（如取"Index"为"A"的行）iloc函数：通过行号来取行数据（如取第二行的数据）df = pd.DataFrame(np.arange(20).reshape(5,4),index=list('abcde'),columns=['A', 'B', 'C', 'D'])######### 提取行数据####

'''frombuffer将data以流的形式读入转化成ndarray对象numpy.frombuffer(buffer, dtype=float, count=-1, offset=0)buffer:缓冲区，它表示暴露缓冲区接口的对象。dtype：代表返回的数据类型数组的数据类型。默认值为0。count：代表返回的ndarray的长度。默认值为-1。offset：偏移量，代表读取的起始位置。默认