保存成功
保存失败,请重试

利用 Python 进行时间序列分析

作者/分享人:张雨萌
向 Ta 提问
1.清华大学计算机科学与技术系硕士毕业,研究方向:数据分析、自然语言处理; 2.受欢迎的知乎科技专栏作家,专栏关注量15000; 3.个人已出版机器学习算法类技术书籍。

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 0 Pandas 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。
已有255人预订
预订达标
文章出炉
     
05月28日
06月10日
本场 Chat 文章已出炉,购买后即可阅读文章并获得一张张雨萌的读者圈Pass
请务必添加GitChat服务号以查看活动进度及获取活动通知。
你可能还喜欢
被动收入 101 :使用云开发和 Taro 开发一个小程序
白宦成
恕我直言,90% 的程序员都扛不住这波 MQ 的面试四连炮!
王码农
[动图演示]Redis 持久化 RDB/AOF 详解与实践
韦世东
Apollo 5.0 障碍物行为预测技术
Apollo开发者社区
超高性价比的 MongoDB 零基础快速入门实战教程
韦世东
抢先阅读 Kubernetes 1.15 新特性解读
张晋涛
教了一年少儿编程,说说感想和体验
叶蒙蒙
深入浅出 Stream 模块通往高级 Node.js:后端工程师必经之路
koala
百度 DevOps 实施之道——百度工程能力提升的策略和实践
百度效率云
快速开发 Spring Boot+Elasticsearch
自始自终
非科班前端面试大厂的实操指南
修言
基于 K8S+Spring Cloud 在金融行业的高可用实践
曾小波
使用 OAuth2 保护基于 Spring 的分布式微服务
长风万里
深入分布式事务
IT云清
小白入门数据结构
琉璃易冷
微信扫描登录
关注提示×
扫码关注公众号,获得 Chat 最新进展通知!
入群与作者交流×
扫码后回复关键字 入群
Chat·作者交流群
入群码
该二维码永久有效