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：

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。

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 !