map对象是键值对集合，和json对象类似于，可是clientkey不但这个可以是字符串还可以不是其他各种类型的值包括对象都是可以蓝月帝国map的键。set对象类似数组，且成员的值是真正的。
map
在js中的默认对象的它表示为{}，即一组键值对，只不过键要是字符串。
替在用number的或其他数据类型以及键，es6规范核心中了新的数据类型map。
map是一组键值对的结构，具备疾快的查看速度。系统初始化map需要一个二维数组，或是然后初始化操作一个空map。
set
set确实是一组key的集合，与map带有。只不过分别是什么是set不存储文件value，但是它的key不能不能再重复一遍。
创建角色一个set，是需要需要提供一个array以及然后输入，或则直接创建战队一个空set
json定义在数组中能有两个同key
如果json结构简单的话建议您用字符串网上查询和裁切基于
pandas是基于tnumpy的一种工具，该工具是为了帮忙解决数据分析任务而创建家族的。pandas全部纳入了大量库和一些标准的数据模型t，能提供了高效率地操作规模大数据集所需的工具。pandas提供了大量能使我们迅速方便快捷地处理数据的函数和方法。你一下子都会突然发现，它是使python拥有强大无比而高效安全的数据分析环境的重要因素之一。
数据加载类型总览
pandas加载csv文件
read_csv正确参数
headernone重新指定第几行另外表名(忽略注解行)，要是没有指定你新列，默认header0如果重新指定了列名headernonenames重新指定列名，如果没有文件中210元header的行，应该是显性它表示headernone，[a,b,c]自定义设置列在index_col[a,b...]给索引列更改名称，要是是多重索引，可以不传listskiprows[0,1,2]看出某几行也可以从结束算起的几行，设置为从文件头0就开始skip_footer从文件尾正在nrowsn不需要读取的行数，前n行chunksizem前往迭代类型textfilereader，每m条迭代一次assoc|更改空间切割符，系统默认,，如果没有不指定参数，会不自动题，c引擎不能不能自动检测分隔符，但python解析引擎这个可以skip_blank_linesfalse设置为为true，跳空行，如果没有选择类型不跳过，会再填充nanconverters{col1,func}对选定列在用函数func可以转换，大多意思是编号的列会建议使用（尽量减少转换的成int）encoding:编码:{‘a':np.float64,‘b':}指定你数据类型
pandas读取json文件
read_json参数
path_同问_buf就是json文件路径或则json格式的字符串。orient是因为市场的预期的json字符串格式。orient的设置有100元以内几个值：split/index/columns/valuesorient参数那说明
split:dictlike{index-gt[index],columns-rlm[columns],data-r26[values]}。由索引，列字段、数据矩阵构成的json格式。key名称没法是index、columns、data，dump.json文件内容追加。
示例代码追加：
records:listhave[{column-rlmvalue},...,{column-dstrokvalue}]。由列字段为键，值为键值，每一个字典就可以形成了dataframe的一行数据，dump.json文件内容:。
示例代码:：
index:dictwant{index-a8{column-a8value}}。以索引为键，以列字段与值可以形成的字典为键值。dump.json文件内容万分感谢：
示例代码:：
columns:dictactually{column-a8{index-rlmvalue}}。由列为键，不对应一个值字典的对象。这个字典对象以索引为键，以值为键值所构成的json字符串。dump.json文件内容不胜感激:
示例代码万分感谢：
values:justthevaluesarray。contexts这种我们就很比较普遍了。那就是一个嵌套的列表。里面的成员确实是列表，2层的。dump.json文件内容万分感谢
示例代码万分感谢：
pandas运行程序excel文件
read_excel的主要参数
io:excel文档路径sheetname:无法读取的excel委托的sheet页header:设置里读取数据的excel第一行是否是作为列名称skiprows:省略更改行数的数据skip_footer:省略从尾部数的int行数据index_col:设置读取文件的excel第一列是否另外行名称names:设置每列的名称，数组形式参数代码示例:
