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 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：
首先学习如何利用 Python 有效的表示日期类型数据；
然后聚焦日期型索引的表示和操作方法；
最后详细探讨利用 Pandas 处理时间序列的核心技巧。
本场 Chat 作者：张雨萌
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。
扫码下方二维码
预订本场 Chat
▼
点击阅读原文，订阅本场 Chat !