本文介绍了Python数据分析中pandas库的常用数据处理方法，主要包括： 缺失值处理，数据合并，数据分组， 交叉表与透视表

Python数据分析的两个核心库NumPy和Pandas的基础用法。NumPy部分重点讲解了多维数组ndarray的创建方法（从列表、全0/1数组、有序数列、随机数等）、数组属性查看、类型转换、数学运算及线性代数操作。Pandas部分主要介绍了Series和DataFrame两种数据结构的创建方式（从列表、字典、NumPy数组等）、常用属性查看方法。

操作系统的基础概念、Linux系统相关的知识：Linux目录结构、常用命令（文件操作命令、查找过滤命令）、以及管道符、重定向、路径表示方法（相对/绝对路径和特殊符号）。