上週講了資料分析入門的前兩節，numpy庫，今天繼續講該庫的第三節，給大家講下簡單一些學習思路，最近講的numpy和後面要講的pandas兩個庫，都是資料處理方面很強大的庫，學習思路無非就是先了解其資料結構，如何建立其資料結構，比如上面的教程一，建立好後再就是如何獲取你想要的值，比如上面的教程二，我們取完值以後最後要操作處理這些取到的資料，就是今天的教程三，這就是一個主線，圍繞這個思路學習，就會事半功倍，抓住重點知識掌握，儘量少在一些不必要的地方浪費過多時間。

當然其實說實話，我一不是名校畢業，也不是計算機專業，可能跟不少朋友一樣，轉行到python，二從事資料分析時間也不是特別久，講的東西肯定沒有那些專業的老師講的細緻精準有深度，其實找一些系統視訊教程看更會學的更快，但是我個人有寫文章做總結的習慣，鞏固下自己知識的同時，當作一個自己的知識查詢筆記，同時也把自己的一些學習經驗分享給大家，希望大家能多結合一些學習視訊和文章教程，相輔相成學習

1、numpy中數值的修改

簡單建立一個numpy陣列，np.array()方法，想讓第二列和第三列資料改為0，修改數值先取第二列和第三列

當然複習一點知識點，取值的時候，第一個冒號代表取所有行，後面的話，取連續的多列可以也用冒號方法來表示，類似python列表，取不連續的多列用中括號表示，裡面是列的下標

2、numpy中數值的修改（布林索引）

現在問題升級，我要在最先建立的原始df上修改，將小於10的數替換為0，

大家都知道布林代表true和false，這裡叫布林索引，則是因為我們列印df < 10,返回的是true和false的陣列，我們把滿足true的都替換為我們要替換的值

3、numpy中數值的修改（布林索引升級版）

小於等於10的數替換為0，大於10的數替換為20，從最原始的df開始修改

當然還有另外一種三元運算方法，np.where(條件，滿足條件的替換值，不滿足條件的替換值)

4、numpy中nan修改（空值）

用isnan方法判斷是不是nan資料，返回布林值，是空值的話替換

有nan,資料型別變為float,已經不是int型別，可以用dtype檢視資料型別

5、numpy中nan的一些特性

特性：nan不等於nan,nan和任何值計算都是nan