复习：在前面我们已经学习了Pandas基础，知道利用Pandas读取csv数据的增删查改，今天我们要学习的就是探索性数据分析，主要介绍如何利用Pandas进行排序、算术计算以及计算描述函数describe()的使用。
开始之前，导入numpy、pandas包和数据
#加载所需的库
#载入之前保存的train_chinese.csv数据，关于泰坦尼克号的任务，我们就使用这个数据
1.6 了解你的数据吗？
教材《Python for Data Analysis》第五章
1.6.1 任务一：利用Pandas对示例数据进行排序，要求升序
#自己构建一个都为数字的DataFrame数据
【代码解析】
pd.DataFrame() ：创建一个DataFrame对象
np.arange(8).reshape((2, 4)) : 生成一个二维数组（2*4）,第一列：0，1，2，3 第二列：4，5，6，7
index=[‘2’, ‘1’] ：DataFrame 对象的行索引值
columns=[‘d’, ‘a’, ‘b’, ‘c’] ：DataFrame 对象的列名
【代码解析】
pd.DataFrame() ：创建一个DataFrame对象
np.arange(8).reshape((2, 4)) : 生成一个二维数组（2*4）,第一列：0，1，2，3 第二列：4，5，6，7
index=[‘2’, ‘1’] ：DataFrame 对象的索引值
columns=[‘d’, ‘a’, ‘b’, ‘c’] ：DataFrame 对象的列名
【问题】：大多数时候我们都是想根据列的值来排序,所以将你构建的DataFrame中的数据根据某一列，升序排列
【思考】通过书本你能说出Pandas对DataFrame数据的其他排序方式吗？
【总结】下面将不同的排序方式做一个总结
1.让行索引升序排序
2.让列索引升序排序
3.让列索引降序排序
4.让任选两列数据同时降序排序
1.6.2 任务二：对泰坦尼克号数据（trian.csv）按票价和年龄两列进行综合排序（降序排列），从这个数据中你可以分析出什么？
‘’’
在开始我们已经导入了train_chinese.csv数据，而且前面我们也学习了导入数据过程，根据上面学习，我们直接对目标列进行排序即可
head(20) : 读取前20条数据
‘’’
【思考】排序后，如果我们仅仅关注年龄和票价两列。根据常识我知道发现票价越高的应该客舱越好，所以我们会明显看出，票价前20的乘客中存活的有14人，这是相当高的一个比例，那么我们后面是不是可以进一步分析一下票价和存活之间的关系，年龄和存活之间的关系呢？当你开始发现数据之间的关系了，数据分析就开始了。
当然，这只是我的想法，你还可以有更多想法，欢迎写在你的学习笔记中。
多做几个数据的排序
兄弟姐妹最多的20个人全没了
1.6.3 任务三：利用Pandas进行算术计算，计算两个DataFrame数据相加结果
#自己构建两个都为数字的DataFrame数据
将frame_a和frame_b进行相加
【提醒】两个DataFrame相加后，会返回一个新的DataFrame，对应的行和列的值会相加，没有对应的会变成空值NaN。
当然，DataFrame还有很多算术运算，如减法，除法等，有兴趣的同学可以看《利用Python进行数据分析》第五章 算术运算与数据对齐 部分，多在网络上查找相关学习资料。
1.6.4 任务四：通过泰坦尼克号数据如何计算出在船上最大的家族有多少人？
‘’’
还是用之前导入的chinese_train.csv如果我们想看看在船上，最大的家族有多少人（‘兄弟姐妹个数’+‘父母子女个数’），我们该怎么做呢？
‘’’
【提醒】我们只需找出”兄弟姐妹个数“和”父母子女个数“之和最大的数，当然你还可以想出很多方法和思考角度，欢迎你来说出你的看法。
1.6.5 任务五：学会使用Pandas describe()函数查看数据基本统计信息
#(1) 关键知识点示例做一遍（简单数据）
#自己构建一个有数字有空值的DataFrame数据
调用 describe 函数，观察frame2的数据基本信息
1.6.6 任务六：分别看看泰坦尼克号数据集中 票价、父母子女 这列数据的基本统计数据，你能发现什么？
‘’’
看看泰坦尼克号数据集中 票价 这列数据的基本统计数据
‘’’
【思考】从上面数据我们可以看出，一共有891个票价数据， 平均值约为：32.20， 标准差约为49.69，说明票价波动特别大， 25%的人的票价是低于7.91的，50%的人的票价低于14.45，75%的人的票价低于31.00， 票价最大值约为512.33，最小值为0。
多做几个组数据的统计，看看你能分析出什么？
【思考】从714个年龄数据中可以看出，乘客的平均年龄约为29.7岁，75%的人小于38岁，最大年纪的乘客为80岁。