第五讲_时间序列数据分析.pdfVIP

法律声明  本课件包括：演示文稿，示例，代码，题库，视频和声 音等，小象学院拥有完全知识产权的权利；只限于善意 学习者在本课程使用，不得在课程范围外向任何第三方 散播。任何其他人或机构不得盗版、复制、仿造其中的 创意，我们将保留一切通过法律手段追究违反者的权利。  课程详情请咨询  微信公众号：大数据分析挖掘  新浪微博：ChinaHadoop 互联网新技术在线教育领航者 第五讲 LOGO 时间序列数据分析 --梁斌 互联网新技术在线教育领航者 目录 • Python的日期和时间处理及操作 • Pandas的时间序列数据处理及操作 • 时间数据重采样 • 时间序列数据统计—滑动窗口 • 时序模型：ARIMA • 实战案例：股票数据分析 互联网新技术在线教育领航者 目录 • Python的日期和时间处理及操作 • Pandas的时间序列数据处理及操作 • 时间数据重采样 • 时间序列数据统计—滑动窗口 • 时序模型：ARIMA • 实战案例：股票数据分析 互联网新技术在线教育领航者 Python的日期和时间处理 时间序列分类 • 时间戳（timestamp ），特定的时刻 • 固定周期（period ），某月或某年 • 时间间隔（interval ），由起始时间戳和结束时间戳表示。 互联网新技术在线教育领航者 Python的日期和时间处理 datetime, time及calendar模块 • datetime, 以毫秒形式存储日期和时间 • datime.timedelta ，表示两个datetime对象的时间差 • datetime模块中包含的数据类型 示例代码： 01_python_datetime.ipynb 互联网新技术在线教育领航者 Python的日期和时间处理 字符串和datetime转换 • datetime - str, 1. str(datetime_obj) 2. datetime.strftime() • str - datetime 1. datetime.strptime() 需要指定时间表示的形式 2. dateutil.parser.parse() 可以解析大部分时间表示形式 3. pd.to_datetime() 可以处理缺失值和空字符串 示例代码： 01_python_datetime.ipynb 互联网新技术在线教育领航者 Python的日期和时间处理 字符串和datetime转换 • datetime常用格式定义 互联网新技术在线教育领航者 目录 • Python的日期和时间处理及操作 • Pandas的时间序列数据处理及操作 • 时间数据重采样 • 时间序列数据统计—滑动窗口 • 时序模型：ARIMA • 实战案例：股票数据分析 互联网新技术在线教育领航者 Pandas的时间序列处理 • 基本类型，以时间戳为索引的Series - DatetimeIndex • 创建 1. 指定index为datetime的list 2. pd.date_range() • 运算仍然符合按索引对齐，即按时间索引对齐运算 • 索引 1. 索引位置 2. 索引值 3. 可以被解析的日期字符串 4. 按“年份”、“月份”索引 5. 切片操作 • 过滤 truncate 示例代码： 02_pandas_time.ipynb 互联网新技术在线教育领航者 Pandas的时间序列处理 • 生成日期范围 pd._date_range() 1. 传入开始、结束日期，默认生