扩展库pandas中Series对象的hist（)方法可以用于绘制直方图。

A.plot()

B.boxplot()

C.hist()

D.pairs()

A.datetime模块中strptime方法将struct_time对象格式化成字符串。

B.文件操作中readline函数表示读取文件的下一行，返回一个字符串。

C.可以利用matplotlib中的hist()方法来绘制散点图。

D.PIL图像库可以实现对图像的模糊处理。

A.NumPy 的ndarray是一种多维数组对象，可以由序列型对象生成。

B.dtype是一种特殊的对象，其含有将ndarray解释为特定数据类型所需的信息，int64表示有符号的64位整型。

C.pandas的Series可以看成是一个定长的有序字典。

D.字符串、布尔值等等）。

A.pandas提供的绘图函数使用更快捷

B.Series、DataFrame对象都提供plot()函数

C.相比较pandas绘图，pyplot提供更多图元绘制函数，能提供更精细的绘图方式

D.在同一figure对象中，pyplot和pandas的绘图函数不可以混合使用

A.concat

B.merge

C.join

D.apply

A.假设os模块已导入, 那么 for lib in ["numpy", "pandas", "matplotlib"]: os.system("pip install -U "+ lib) 的作用是批量安装、更新这三个库###SXB###B.假设os模块已导入，那么列表推导式: [filename for filename in os.listdir('D:source') if filename.endswith('.py')] 的作用是创建D:source文件夹中所有扩展名为.py的文件名列表###SXB###C.Python标准库os.path中的方法isfile()可以用来测试给定的路径是否为文件###SXB###D.Python标准库os.path中的split()方法用于分割指定路径中主文件和文件扩展名

A.SciPy包括NumPy，Matplotlib，pandas等组件，其中NumPy是高性能计算分析的基础包，是其后高级工具的构建基础。###SXB###B.ndarray是NumPy的多维数组对象，import numpy as np; matrix = np.ones((3, 4)) 创建了一个 3*4的二维数组ndarray对象。###SXB###C.Series可以看作pandas中对Python原生字典的加强，所以一个Series对象内部每一个元素的索引不能相同。###SXB###D.DataFrame可以看成共享同一个index的Series集合。