Pandas库分析-时间序列的处理_pandas q-dec，2024年最新网络安全开发工程师面试题

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新网络安全全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上网络安全知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip204888 （备注网络安全）

正文

1、生成日期序列

主要提供pd.data_range()和pd.period_range()两个方法，给定参数有起始时间、结束时间、生成时期的数目及时间频率（freq='M’月，'D’天，‘W’，周，'Y’年）等。

两种主要区别在于pd.date_range()生成的是DatetimeIndex格式的日期序列；pd.period_range()生成的是PeriodIndex格式的日期序列。

以下通过生成月时间序列和周时间序列来对比下：

date_rng = pd.date_range(‘2019-01-01’, freq=‘M’, periods=12)

print(f’month date_range()：\n{date_rng}')

“”"

date_range()：

DatetimeIndex([‘2019-01-31’, ‘2019-02-28’, ‘2019-03-31’, ‘2019-04-30’,

‘2019-05-31’, ‘2019-06-30’, ‘2019-07-31’, ‘2019-08-31’,

‘2019-09-30’, ‘2019-10-31’, ‘2019-11-30’, ‘2019-12-31’],

dtype=‘datetime64[ns]’, freq=‘M’)

“”"

period_rng = pd.period_range(‘2019/01/01’, freq=‘M’, periods=12)

print(f’month period_range()：\n{period_rng}')

“”"

period_range()：

PeriodIndex([‘2019-01’, ‘2019-02’, ‘2019-03’, ‘2019-04’, ‘2019-05’, ‘2019-06’,

‘2019-07’, ‘2019-08’, ‘2019-09’, ‘2019-10’, ‘2019-11’, ‘2019-12’],

dtype=‘period[M]’, freq=‘M’)

“”"

date_rng = pd.date_range(‘2019-01-01’, freq=‘W-SUN’, periods=12)

print(f’week date_range()：\n{date_rng}')

“”"

week date_range()：

DatetimeIndex([‘2019-01-06’, ‘2019-01-13’, ‘2019-01-20’, ‘2019-01-27’,

‘2019-02-03’, ‘2019-02-10’, ‘2019-02-17’, ‘2019-02-24’,

‘2019-03-03’, ‘2019-03-10’, ‘2019-03-17’, ‘2019-03-24’],

dtype=‘datetime64[ns]’, freq=‘W-SUN’)

“”"

period_rng=pd.period_range(‘2019-01-01’,freq=‘W-SUN’,periods=12)

print(f’week period_range()：\n{period_rng}')

“”"

week period_range()：

PeriodIndex([‘2018-12-31/2019-01-06’, ‘2019-01-07/2019-01-13’,

‘2019-01-14/2019-01-20’, ‘2019-01-21/2019-01-27’,

‘2019-01-28/2019-02-03’, ‘2019-02-04/2019-02-10’,

‘2019-02-11/2019-02-17’, ‘2019-02-18/2019-02-24’,

‘2019-02-25/2019-03-03’, ‘2019-03-04/2019-03-10’,

‘2019-03-11/2019-03-17’, ‘2019-03-18/2019-03-24’],

dtype=‘period[W-SUN]’, freq=‘W-SUN’)

“”"

date_rng = pd.date_range(‘2019-01-01 00:00:00’, freq=‘H’, periods=12)

print(f’hour date_range()：\n{date_rng}')

“”"

hour date_range()：

DatetimeIndex([‘2019-01-01 00:00:00’, ‘2019-01-01 01:00:00’,

‘2019-01-01 02:00:00’, ‘2019-01-01 03:00:00’,

‘2019-01-01 04:00:00’, ‘2019-01-01 05:00:00’,

‘2019-01-01 06:00:00’, ‘2019-01-01 07:00:00’,

‘2019-01-01 08:00:00’, ‘2019-01-01 09:00:00’,

‘2019-01-01 10:00:00’, ‘2019-01-01 11:00:00’],

dtype=‘datetime64[ns]’, freq=‘H’)

“”"

period_rng=pd.period_range(‘2019-01-01 00:00:00’,freq=‘H’,periods=12)

print(f’hour period_range()：\n{period_rng}')

“”"

hour period_range()：

PeriodIndex([‘2019-01-01 00:00’, ‘2019-01-01 01:00’, ‘2019-01-01 02:00’,

‘2019-01-01 03:00’, ‘2019-01-01 04:00’, ‘2019-01-01 05:00’,

‘2019-01-01 06:00’, ‘2019-01-01 07:00’, ‘2019-01-01 08:00’,

‘2019-01-01 09:00’, ‘2019-01-01 10:00’, ‘2019-01-01 11:00’],

dtype=‘period[H]’, freq=‘H’)

“”"

2、生成Timestamp对象及转换

创建一个Timestamp时间戳对象有pd.Timestamp()方法和pd.to_datetime()方法。如下所示：

ts=pd.Timestamp(2019,1,1)

print(f’pd.Timestamp()-1：{ts}')

#pd.Timestamp()-1：2019-01-01 00:00:00

ts=pd.Timestamp(dt(2019,1,1,hour=0,minute=1,second=1))

print(f’pd.Timestamp()-2：{ts}')

#pd.Timestamp()-2：2019-01-01 00:01:01

ts=pd.Timestamp(“2019-1-1 0:1:1”)

print(f’pd.Timestamp()-3：{ts}')

#pd.Timestamp()-3：2019-01-01 00:01:01

print(f’pd.Timestamp()-type：{type(ts)}')

#pd.Timestamp()-type：<class ‘pandas._libs.tslibs.timestamps.Timestamp’>

#dt=pd.to_datetime(2019,1,1) 不支持

dt=pd.to_datetime(dt(2019,1,1,hour=0,minute=1,second=1))

print(f’pd.to_datetime()-1：{dt}')

#pd.to_datetime()-1：2019-01-01 00:01:01

dt=pd.to_datetime(“2019-1-1 0:1:1”)

print(f’pd.to_datetime()-2：{dt}')

#pd.to_datetime()-2：2019-01-01 00:01:01

print(f’pd.to_datetime()-type：{type(dt)}')

#pd.to_datetime()-type：<class ‘pandas._libs.tslibs.timestamps.Timestamp’>

#pd.to_datetime生成自定义时间序列

dtlist=pd.to_datetime([“2019-1-1 0:1:1”, “2019-3-1 0:1:1”])

print(f’pd.to_datetime()-list：{dtlist}')

#pd.to_datetime()-list：DatetimeIndex([‘2019-01-01 00:01:01’, ‘2019-03-01 00:01:01’], dtype=‘datetime64[ns]’, freq=None)

#时间戳转换为period月时期

pr = ts.to_period(‘M’)

print(f’ts.to_period()：{pr}')

#ts.to_period()：2019-01

print(f’pd.to_period()-type：{type(pr)}')

给大家的福利

零基础入门

对于从来没有接触过网络安全的同学，我们帮你准备了详细的学习成长路线图。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。

同时每个成长路线对应的板块都有配套的视频提供：

因篇幅有限，仅展示部分资料

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip204888 （备注网络安全）

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

irect/a91b9e8100834e9291cfcf1695d8cd42.png#pic_center)

因篇幅有限，仅展示部分资料

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip204888 （备注网络安全）
[外链图片转存中…(img-fHOVGYNO-1713390097971)]

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！