numpy（时间，数组，索引切片）

1.时间日期的创建与使用## 标题

1.用np.datetime64(‘年-月-日’)创建
从字符串创建时，当单位不统一时，转换为最小的单位
2.arange()用于生成区域内时间

a = np.arange('2022-06-30', '2022-07-10', dtype=np.datetime64)
['2022-06-30' '2022-07-01' '2022-07-02' '2022-07-03' '2022-07-04'
 '2022-07-05' '2022-07-06' '2022-07-07' '2022-07-08' '2022-07-09']

3.timedelta64
表示时间差，带单位且在运算中与较小的一方保持单位一致
注：年，月不参与运算
4.np.busday_offset（工作日）
numpy.busday_offset(dates, offsets, roll=‘raise’, weekmask=‘1111100’, holidays=None, busdaycal=None, out=None)
注：当日期不为工作日时，报错 可以通过forward 或 backward来避免错误
offsets：dates的偏移量，0就是dates后第一个工作日或者你定义的日期，-1就是上一个，1就是下一个
weekmask：自定义一周中哪几天是工作日
roll：forward或者backward
holidays：非工作日期数组

a = np.busday_offset('2022-06-30', offsets=0)
2022-06-30
a = np.busday_offset('2022-06-30', offsets=1)
2022-07-01
a = np.busday_offset('2022-06-30', offsets=-1)
2022-06-29

np.count_nonzero(np.is_busday(日期数组))
用于统计范围内的工作日天数

np.busday_count
计算日期之间的工作日数量

2.数组
array(),asarray()创建数组：

a = np.array([0, 1, 2, 3, 4])
[0 1 2 3 4]
a = np.array([[0, 1, 2, 3, 4],[5,6,7,8,9]])
[[0 1 2 3 4]
 [5