count非 NA 值的數量describe針對 Series 或 DF 的列計算匯總統計min , max最小值和最大值argmin , argmax最小值和最大值的索引位置（整數）idxmin , idxmax最小值和最大值的索引值quantile樣本分位數（0 到 1）sum求和mean均值median中位數mad根據均值計算平均絕對離差var方差std標準差skew樣本值的偏度（三階矩）kurt樣本值的峰度（四階矩）cumsum樣本值的累計和cummin , cummax樣本值的累計最大值和累計最小值cumprod樣本值的累計積diff計算一階差分（對時間序列很有用）pct_change計算百分數變化

（1）.fillna()會填充nan數據，返回填充后的結果

（2）pddata["a"].unique() 特征a的值出現的set——唯一值

（3）.loc[]選取指定列進行操作——df.loc[行標簽,列標簽]

（4）.iloc[]函數——只能通過行號索引:df.iloc[0:4]它是基于索引位來選取數據集，0:4就是選取 0，1，2，3這四行

（5）作圖

from pandas.tools.plotting import scatter_matrix（混淆散點圖）

scatter_matrix(含有n個特征的數據X,s=100, alpha=1, c=colors[index], figsize=(10,10))

例如：scatter_matrix(beer[["calories","sodium","alcohol","cost"]],s=100, alpha=1, c=colors[beer["cluster"]], figsize=(16,16))