1. NumPy库和Pandas库的使用

NumPy（Numerical Python）是一个用于科学计算的Python库，提供了高性能的多维数组对象和各种数学函数。它是许多其他数据科学库的基础，常用于数据处理、数值计算、线性代数等任务。

以下是NumPy的一些常见用法示例：

1. 导入NumPy库：

import numpy as np

2. 创建NumPy数组：

arr = np.array([1, 2, 3, 4, 5])
print(arr)  # [1 2 3 4 5]

3. 使用NumPy函数操作数组：

print(np.sum(arr))  # 计算数组元素的和
print(np.mean(arr))  # 计算数组元素的平均值
print(np.max(arr))  # 找出数组中的最大值
print(np.min(arr))  # 找出数组中的最小值

Pandas是一个数据处理和分析工具的库，建立在NumPy之上，提供了更高级的数据结构和功能。它常用于数据清洗、数据转换、数据分析等任务。

以下是Pandas的一些常见用法示例：

1. 导入Pandas库：

import pandas as pd

2. 创建Pandas Series：

s = pd.Series([1, 3, 5, np.nan, 6, 8])
print(s)

3. 创建Pandas DataFrame：

data = {'Name': ['John', 'Emma', 'Mike'],
        'Age': [25, 28, 30],
        'City': ['New York', 'London', 'Paris']}
df = pd.DataFrame(data)
print(df)

4. 对DataFrame进行操作：

print(df.head())  # 显示前几行数据
print(df.describe())  # 统计描述性统计信息
print(df['Age'].mean())  # 计算某一列的平均值

这些只是NumPy和Pandas库的一些基本用法，它们都有更丰富的功能和用法，你可以根据具体的需求进一步学习和应用。