>>> import numpy as np
>>> import pandas as pd
# 創建ser01
>>> arr01 = np.arange(10, 16)
>>> ser01 = pd.Series(data=arr01, index=['a','b','c','d','e','f'], dtype='int16', name='class02')
>>> ser01
a    10
b    11
c    12
d    13
e    14
f    15
Name: class02, dtype: int16

>>> ser01.index # 索引
Index(['a', 'b', 'c', 'd', 'e', 'f'], dtype='object')

>>> ser01.array # 數組
<PandasArray> # 返回的數據類型為PandasArray
[10, 11, 12, 13, 14, 15]
Length: 6, dtype: int16

>>> ser01.values # 數據
array([10, 11, 12, 13, 14, 15], dtype=int16) # 返回值為ndarray

>>> ser01.dtype # 元素的數據類型
dtype('int16')

>>> ser01.shape # 形狀
(6,)

>>> ser01.nbytes # 占用多少字節
12

>>> ser01.ndim # 維度，維數，軸數，秩
1 # 永遠是1，Series是一維數組

>>> ser01.T # 轉置，是它本身
a    10
b    11
c    12
d    13
e    14
f    15
Name: class02, dtype: int16

>>> ser01.memory_usage() # 內存使用量
232

>>> ser01.hasnans # 是否有空值
False

>>> ser01.empty # 是否為空
False

>>> ser01.dtypes # 元素數據類型，同dtype
dtype('int16')

>>> ser01.name # ser01的名字
'class02'

>>> ser01.flags # 此 pandas 對象關聯的屬性
<Flags(allows_duplicate_labels=True)>

>>> ser01.set_flags() # 返回帶有更新標志的新對象
a    10
b    11
c    12
d    13
e    14
f    15
Name: class02, dtype: int32