炫意html5
最早CSS3和HTML5移动技术网站之一

Python数据分析 – 时间序列

时间序列

时间序列数据在很多领域都是重要的结构化数据形式,例如金融、经济、生态学、神经科学和物理学。在多个时间点观测或测量的数据形成了时间序列。许多时间序列是固定频率的,也就是说数据是根据相同的规则定期出现的,例如每15秒、每5分钟或每月1次。时间序列也可以是不规则的,没有固定的时间单位或单位间的偏移量。如何标记和引用时间序列数据取决于应用程序,可能有以下其中一项:

  1. 时间戳,具体的时刻。
  2. 固定的时间区间,例如2007的1月或整个2010年。
  3. 时间间隔,由开始和结束时间戳表示。时间区间可以被认为是间隔的特殊情况。
  4. 实验时间或消耗时间。每个时间戳是相对于特定开始时间的时间的量度(例如,自从被放置在烤箱中每秒烘烤的饼干的直径)。

主要关注前三类中的时间序列,尽管许多技术可以应用于实验时间序列,其中索引可以是整数,也可以是从实验开始时的消耗时间的浮点数。最简单和最广泛使用的时间序列是那些由时间戳索引的。

炫意HTML5 » Python数据分析 – 时间序列

Java基础教程Android基础教程