（1）pandas.Series.value_counts：返回对象中包含唯一值个数，
Series.value_counts(normalize=False, sort=True, ascending=False, bins=None,dropna=True)
|
参数: |
normalize : boolean, default False 如果True则返回counts的相对频率 sort : boolean, default True 对值进行排序 ascending : boolean, default False 默认对counts降序排列 bins : integer, optional 不是返回个数，而是归入半开的组区间，方便用 pd.cut，只能对数值型数据有用 dropna : boolean, default True 默认不包含NAN的个数 |
|
返回值: |
counts : Series |
示例：
输出结果：
（2）s.values_counts().reset_index()，加入了行的索引
（3）df_today = df[df.insertday == dt1] 取出数据框中insertday对应的值为dt1的行。
（4）x.shape可以应用于各种存储结果，查看其各维度大小，但是不能应用于单个值。
（5）from scipy.stats import ks_2samp是片python内置的函数，计算两个数据样本分布KS统计量，函数ks_2samp(s1,s2)=(ks,p)，返回KS值，和双尾检验的p值。
（6）isinstance(value, float)，判断对象数据类型，返回True OrFalse
（7）round(x,n)，返回浮点数X的四舍五入值。
（8）异常处理：避免程序中途出错而停止运行，而是以另一种方式处理，或则提示异常。
try:
<...............> #可能得到异常的语句
except<.......>:
#锁定是哪种异常
<...............> #出现异常的处理方法
模块是对象，并且所有的模块都有一个内置属性 __name__。一个模块的 __name__ 的值取决于您如何应用模块。如果 import 一个模块，那么模块__name__ 的值通常为模块文件名，不带路径或者文件扩展名。但是您也可以像一个标准的程序样直接运行模块，在这 种情况下, __name__的值将是一个特别缺省"__main__"。
#Test.py
classTest:
def __init(self):pass
def f(self):print ‘Hello, World!‘
if__name__ == ‘__main__‘:
Test().f()
#End
（10）help(函数)可以出现函数的帮助使用方式
（11）zip(seq1 [, seq2 [...]]) -> [(seq1[0], seq2[0] ...), (...)]：返回一个列表，其中的元素是元组，并且对应着每个List中的元素。
输出结果：
[(1, 4, 7), (2, 5, 8), (3, 6, 9)]
（11）dict（）
输出：
注：用dict()后，顺序被打乱，由于字典存储方式不是按顺序的，这样比较快，而字典是以键取值，不会有影响。