时间序列简介 介绍 从股票价格到气候数据,时间序列数据在各个领域中都有发现,并且能够有效地使用此类数据对于数据科学家而言越来越重要。 在本讲座中,将向您介绍一些用于导入,清除和操作时间序列数据的常用技术。 此外,您还将学习如何在Python中有效地可视化时间序列数据。 目标 你将能够: 使用Pandas加载时间序列数据并执行时间序列索引 对时间序列数据执行数据清理操作 更改时间序列的粒度 描述熊猫的时间戳和日期时间数据类型 用线图探索时间序列的时间结构 构造和解释时间序列直方图和密度图 创建时间序列热图 加载时间序列数据 为了了解如何处理时间序列数据,我们将通过一个示例。 我们将加载的数据集包含1981-1990年澳大利亚墨尔本的每日最低温度。 数据存储在CSV文件中-因此您可以使用Pandas将可用数据导入'min_temp.csv' 。 import numpy as np im