利用 Python 进行时间序列分析

时间序列分析在数据挖掘与统计分析中具有举足轻重的地位,它帮助人们从已有的时间序列数据中挖掘规律、预测未知,尤其是在金融量化分析领域,这绝对是不可不提、不可不用的利器,他是一切模型和策略的构建基础。

在 Python 中,时间序列通常使用 0Pandas 中的 Series 或 Dataframe 结构来表示,与一般数值型的 Series 或 Dataframe 结构本质上是一样的,但是有一个重要的不同之处就在于他的索引数据是时间类型的。

基于上述需求和特点,全文内容分为三大部分:

  1. 首先学习如何利用 Python 有效的表示日期类型数据;
  2. 然后聚焦日期型索引的表示和操作方法;
  3. 最后详细探讨利用 Pandas 处理时间序列的核心技巧。

阅读全文: http://gitbook.cn/gitchat/activity/5ce7909111f35c0f8d46fdba

您还可以下载 CSDN 旗下精品原创内容社区 GitChat App ,阅读更多 GitChat 专享技术内容哦。

FtooAtPSkEJwnW-9xkCLqSTRpBKX

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值