Pandas
Python生态中最核心的数据处理开源库，由Wes McKinney于2008年创建，提供DataFrame和Series两种核心数据结构，广泛用于数据清洗、转换和分析
时间轴 (近 90 天)
Pandas提供DataFrame数据结构，用于高效清洗、转换和聚合表格数据
推荐的AI自学路径遵循从基础层（Python、Pandas、NumPy）到核心层（机器学习算法与项目实践）再到进阶层（深度学习）的递进顺序
该学生从3-4个月前的Python基础开始，经过Pandas和NumPy等数据处理工具，进入核心机器学习，最近开始探索深度学习
Pandas builds on top of NumPy and offers DataFrame structures for filtering, cleaning, and aggregating tabular data
NumPy, Pandas, and Matplotlib together are referred to as the 'data stack'
在实际的机器学习项目中，数据预处理往往占据60%-80%的工作量
Code Interpreter沙盒预装了Python及常用科学计算库（如NumPy、Pandas、Matplotlib等），支持文件读写操作但无法访问外部网络或持久化存储
NumPy和Pandas提供高效的数据处理能力，Scikit-learn覆盖传统机器学习算法，PyTorch和TensorFlow是深度学习的两大主流框架
Dash可以无缝接入Pandas、SQLAlchemy等现有Python数据分析工具链
通过load_dataset()加载数据时Seaborn会自动将某些列转换为Categorical类型，而直接使用pd.read_csv()则不会
还有 6 条时间轴事件
全部知识事实 (5)
Pandas提供DataFrame数据结构，用于高效清洗、转换和聚合表格数据
95%待验证Pandas builds on top of NumPy and offers DataFrame structures for filtering, cleaning, and aggregating tabular data
90%待验证推荐的AI自学路径遵循从基础层（Python、Pandas、NumPy）到核心层（机器学习算法与项目实践）再到进阶层（深度学习）的递进顺序
85%待验证该学生从3-4个月前的Python基础开始，经过Pandas和NumPy等数据处理工具，进入核心机器学习，最近开始探索深度学习
85%待验证NumPy, Pandas, and Matplotlib together are referred to as the 'data stack'
75%