基于python的时间序列分析_【第四季第2集更新】基于python的时间序列分析

第四季，我们开始介绍一个新的话题：时间序列分析。时间序列分析在金融、气象、交通、宏观经济等诸多领域的应用可以说是非常的广泛。简单点说，时间序列就是在各个时间点上形成的数值序列，而分析的过程就是通过这些数值序列去研究其自身的变化规律。

在python中，时间序列通常使用pandas中的series结构（一个时间点对应一个数值数据）或者dataframe结构（一个时间点对应多个数值数据）来表示，和之前介绍过的series和dataframe结构本质上是一样的，唯一一个重要的不同就是，他的索引数据是时间类型的。

时间类型的数据作为一种特殊的数据形式，和一般的数值类型或者字符串类型相比，要多了不少的讲究。因此在第一节里，我们专门介绍了如何在python中对日期和时间进行表示，这也是后续时间序列分析的基础。

了解了如何表示日期类型数据后，我们在第四季的第2集里，重点来学习时间序列索引的表示方法和处理技巧。

S04E02 时间序列索引的表示方法（连载地址见文末）

本集要点1.pandas时间序列的基本表示

2.时间戳数据类型及索引结构

3.时间周期数据及索引结构

4.时间增量数据及索引结构

5.关于时间频率的问题

历史剧集

S04E01 如何基于python进行时间的表示

本集要点1.时间序列分析概述

2.原生工具：datetime和dateutil

3.Numpy中的日期时间表示

4.pandas的时间日期表示

第四季连载地址：张雨萌-酱油哥：【第四季更新】踏上Python数据科学之路​zhuanlan.zhihu.com

本季正在持续连载中，敬请关注！