(原创声明，转载引用需要指明来源)
上一节讲了数据分析师的大量时间都在写sql，把几十上百张表格关联起来，整合成一张宽表。但SQL在复杂统计，数据分析上显得力不从心。SQL设计原理就是从数据库获取数据，整合数据，而并非统计分析数据。SQL只有计数，求平均值，求和，最大值，最小值，分类统计的函数。如果要实现更复杂的统计和数据分析，需要自己写一大段SQL代码，效率并不高，而python语言仅调用一个函数就可完成。
python是目前最热门的编程语言之一。Python 是代表简单主义思想的语言。python使你能够专注于解决问题而不是去搞明白语言本身。python易于学习，易于维护，具有可扩展，可移植等特点。python拥有一个广泛的标准库，可快速适用于各行各业，例如金融，计算机，互联网，物联网，军事，生物，化学等高收入行业。Python在数据分析领域使用频率也非常高，几乎是数据分析师必备的编程语言。
Pandas是Python在数据分析应用中最常用的模块。Pandas是一个快速，强大，灵活且易于使用的开源数据分析和处理工具集；它的使用基础是Numpy（提供高性能的矩阵运算）；用于数据挖掘和数据分析，同时也提供数据清洗和数据绘图功能。
pandas模块知识主要包括生成series,dataframe对象,数据查看,数据选择，缺失值表达和处理，数学运算，数据合并（Merge），数据分组（Grouping），数据重塑（Reshaping），数据透视表（Pivot Tables），时间序列(TimeSeries)，类别型（Categoricals），数据绘图和可视化。
https://study.163.com/course/courseMain.htm?courseId=1006383008&share=2&shareId=400000000398149（博主录制）
