掌握Pandas核心技巧，轻松玩转数据分析！ 本篇思维导图系统梳理Pandas数据操作体系：按照数据流程：左分支从数据预览→清洗转换→数据处理→数据选择，右分支对数据应用，从数据拼接→分组聚合→描述统计→时序分析，涵盖选择技巧（标签/位置筛选）、分组聚合操作，以及时间序列处理（重采样、窗口计算）详解数学运算和统计方法（相关性分析、极值分析），助你快速构建数据分析工作流。

当运行程序时，数据会以变量、序列或者对象的形式，在程序中临时存储。但当程序运行结束之后，数据也随之消失。如果我们想长期保存数据，那么就需要将数据存储到磁盘文件中，这就需要通过Python读写文件，即I/O操作。I/O操作有三步：1、打开文件；2、文件读写；3、关闭文件（或者编写成with语句）。 本篇思维导图，即是围绕而操作的核心——文件对象（file_obj）来展开讲解，分为2个部分：一、file_obj的创建（open函数）；二、file_obj的方法调用（读取文件、写入文件、文件指针以及最后的关闭文件）。 希望通过本篇思维导图，能帮助你对使用Python进行文件读写有更深的理解与认识！

Python数据类型，从整体来看，以数字、文本为基础，用列表、字典、元组、集合作为容器；以性质划分，又分为可变与不可变数据。 本篇思维导图为大家讲解的即是Python中作为基础数据的数字（包含整型、浮点型、复数）。 数字本身的内容不多，重点在其有多样的表现形式。然后，对数字的相关处理方式（运算 函数）。 值得注意的是，整型就是整数，但是，浮点型不等于小数，也表达不了分数。所有针对于小数及分数的运算，补充了Decimal类、Praction类的讲解部分。 最后，对于数字运算有重要关系的math模块，将相关的函数及特殊值进行汇总，希望对大家在用到数学运算的时侯带来帮助。 本篇导图逻辑清晰、内容完整，希望能对想要深入学习Python的您带来帮助！