《利用 python进行数据分析》数据：二进制数据和web及数据库交互
6.2 二进制数据格式
实现数据的高效二进制格式存储最简单的办法之一是使用Python内置的pickle序列化。
to_pickle方法将数据以pickle格式保存到磁盘上。
通过pickle直接读取被pickle化的数据，或是使用更为方便的pandas.read_pickle：
【注意：pickle仅建议用于短期存储格式。其原因是很难保证该格式永远是稳定的；今天pickle的对象可能无法被后续版本的库unpickle出来。】
使用HDF5格式
HDF5是一种存储大规模科学数组数据的非常好的文件格式。它可以被作为C标准库，带有许多语言的接口，如Java、Python和MATLAB等。HDF5中的HDF指的是层次型数据格式（hierarchical data format）。每个HDF5文件都含有一个文件系统式的节点结构，它使你能够存储多个数据集并支持元数据。与其他简单格式相比，HDF5支持多种压缩器的即时压缩，还能更高效地存储重复模式数据。对于那些非常大的无法直接放入内存的数据集，HDF5就是不错的选择，因为它可以高效地分块读写。
虽然可以用PyTables或h5py库直接访问HDF5文件，pandas提供了更为高级的接口，可以简化存储Series和DataFrame对象。HDFStore类可以像字典一样，处理低级的细节：
【没有怎么接触过这种数据，但是还是要学习一下，也许未来就需要了。查询语句有点类似SQL】
【注意：HDF5不是数据库。它最适合用作“一次写多次读”的数据集。虽然数据可以在任何时候被添加到文件中，但如果同时发生多个写操作，文件就可能会被破坏。】
【如果需要本地处理海量数据，好好研究一下PyTables和h5pyMicrosoft Excel文件。由于许多数据分析问题都是IO密集型（而不是CPU密集型），利用HDF5这样的工具能显著提升应用程序的效率。】
HDFStore支持两种存储模式，'fixed'和'table'。后者通常会更慢，但是支持使用特殊语法进行查询操作：
put是store['obj2'] = frame方法的显示版本，允许我们设置其它的选项，比如格式。
to_hdf，pandas.read_hdf函数可以快捷使用这些工具：
Microsoft Excel文件
读取的两种方法：
1、使用ExcelFile，通过传递xls或xlsx路径创建一个实例，再通过read_excel，传入表单参数读取文件；
2、将文件名传递到pandas.read_excel，可以设置多个表单参数；此方法更适合读取一个文件中的多个表单，如sheet1，sheet2....
写入excel文件的两种方法：
1、首先创建一个ExcelWriter，然后使用pandas对象的to_excel方法将数据写入到其中：；
2、还可以不使用ExcelWriter，而是传递文件的路径到to_excel：
【记住最后的save()语句】
6.3 Web APIs交互
许多网站都有一些通过JSON或其他格式提供数据的公共API。通过Python访问这些API的办法有不少。一个简单易用的办法（推荐）是requests包（http://docs.python-requests.org）。
为了搜索最新的30个GitHub上的pandas主题，我们可以发一个HTTP GET请求，使用requests扩展库：
data中的每个元素都是一个包含所有GitHub主题页数据（不包含评论）的字典。我们可以直接传递数据到DataFrame，并提取感兴趣的字段：
6.4 数据库交互
在商业场景下，大多数数据可能不是存储在文本或Excel文件中。基于SQL的关系型数据库（如SQL Server、PostgreSQL和MySQL等）使用非常广泛，其它一些数据库也很流行。数据库的选择通常取决于性能、数据完整性以及应用程序的伸缩性需求。
将数据从SQL加载到DataFrame的过程很简单，此外pandas还有一些能够简化该过程的函数。例如使用SQLite数据库（通过Python内置的sqlite3驱动器）：
从表中选取数据时，大部分Python SQL驱动器（PyODBC、psycopg2、MySQLdb、pymssql等）都会返回一个元组列表：
可以将读取出来的数据存入Dataframe中，指定列名：
还可以通过description属性中获得列名：
SQLAlchemy项目是一个流行的Python SQL工具，它抽象出了SQL数据库中的许多常见差异。pandas有一个read_sql函数，可以从SQLAlchemy连接读取数据。这里，用SQLAlchemy连接SQLite数据库，并从之前创建的表读取数据：
【个人结果不对，需要求教老杨！！！】
