帮我写一个numpy和pandas库同时使用的代码

当你需要在Python中处理数据，NumPy和Pandas是非常常用的数据分析库。NumPy主要用于数值计算，而Pandas则专注于数据分析，特别是表格形式的数据。下面是一个简单的例子，展示了如何同时使用这两个库：

import numpy as np
import pandas as pd

# 创建一个NumPy数组
data = np.array([[1, 2, 3], [4, 5, 6]])

# 转换为Pandas DataFrame
df = pd.DataFrame(data, columns=['A', 'B', 'C'])

# 打印DataFrame的基本信息
print(df.head())  # 输出前几行数据

# 使用Pandas对数据进行操作，比如求平均值
average_values = df.mean()
print(average_values)

# 相关问题--
1. 如何在NumPy中创建向量并转换为Pandas DataFrame？
2. Pandas DataFrame有哪些优点使得它比NumPy更适合数据分析？
3. NumPy和Pandas在数据处理上分别擅长什么？>

这个例子演示了如何创建NumPy数组并将其转化为Pandas DataFrame，并进行了基本的数据统计。你可以根据实际需求添加更多复杂的Pandas操作，如分组、排序等。