上周讲了数据分析入门的前两节，numpy库，今天继续讲该库的第三节，给大家讲下简单一些学习思路，最近讲的numpy和后面要讲的pandas两个库，都是数据处理方面很强大的库，学习思路无非就是先了解其数据结构，如何创建其数据结构，比如上面的教程一，创建好后再就是如何获取你想要的值，比如上面的教程二，我们取完值以后最后要操作处理这些取到的数据，就是今天的教程三，这就是一个主线，围绕这个思路学习，就会事半功倍，抓住重点知识掌握，尽量少在一些不必要的地方浪费过多时间。
当然其实说实话，我一不是名校毕业，也不是计算机专业，可能跟不少朋友一样，转行到python，二从事数据分析时间也不是特别久，讲的东西肯定没有那些专业的老师讲的细致精准有深度，其实找一些系统视频教程看更会学的更快，但是我个人有写文章做总结的习惯，巩固下自己知识的同时，当作一个自己的知识查询笔记，同时也把自己的一些学习经验分享给大家，希望大家能多结合一些学习视频和文章教程，相辅相成学习
1、numpy中数值的修改
简单创建一个numpy数组，np.array()方法，想让第二列和第三列数据改为0，修改数值先取第二列和第三列
当然复习一点知识点，取值的时候，第一个冒号代表取所有行，后面的话，取连续的多列可以也用冒号方法来表示，类似python列表，取不连续的多列用中括号表示，里面是列的下标
2、numpy中数值的修改（布尔索引）
现在问题升级，我要在最先创建的原始df上修改，将小于10的数替换为0，
大家都知道布尔代表true和false，这里叫布尔索引，则是因为我们打印df < 10,返回的是true和false的数组，我们把满足true的都替换为我们要替换的值
3、numpy中数值的修改（布尔索引升级版）
小于等于10的数替换为0，大于10的数替换为20，从最原始的df开始修改
当然还有另外一种三元运算方法，np.where(条件，满足条件的替换值，不满足条件的替换值)
4、numpy中nan修改（空值）
用isnan方法判断是不是nan数据，返回布尔值，是空值的话替换
有nan,数据类型变为float,已经不是int类型，可以用dtype查看数据类型
5、numpy中nan的一些特性
特性：nan不等于nan,nan和任何值计算都是nan
