Series介绍：
Pandas Series 类似表格中的一个列（column），类似于一维数组，可以保存任何数据类型。Series 由索引（index）和列组成，可以通过列表，元组，数组，字典来进行创建，本文重点讲解通过列表方式创建。
参数说明：
• data：一组数据(ndarray 类型)。
• index：数据索引标签，如果不指定，默认从 0 开始。
• dtype：数据类型，默认会自己判断。
• name：设置名称。
• copy：拷贝数据，默认为 False。
案例一：(1) 通过pandas的Series构造一维数组s，包含元素分别为：河北省，保定市，22135。 (2) 输出s的形状。 (3) 输出s的维度。 (4) 输出s的所有值。 (5) 输出s的索引。
from pandas import Series,DataFrame
s = Series(['河北省','保定市',22135])
s
（1）如图所示，所生成的为一维数组，其中左列为数组中每个元素对应索引，右侧表示数组中所包含的数据。
print(s.shape)
print(s.ndim)
print(s.values)
print("s的索引为：",s.index)（2）依次输出数组的形状、维度、值和数组的索引。
如图，由(1)步构造的数组为3行的数组，对应维度为1，值以列表形式返回。最后打印出数组的索引。
案例二：（1）将索引改为：省，市，面积，构成数组s2。 (2) 输出s2的维度。
s2 = Series(['河北省','保定市',22135],index=['省','市','面积'])
s2
将s2重置，重新构造新索引数组，将index替换为省、市、面积。
s3 = Series({'省':'河北省','市':'保定市','面积':22135})
s3方式二：将数组直接以字典形式进行键和值的对应。其生成结果同上。
输出维度，二者均为一维。
