《利用python进行数据分析》读书笔记--第十章 时间序列（二）
5、时期及其算数运算 时期（period）表示的是时间区间，比如数日、数月、数季、数年等。Period类所表示的就是这种数据类型，其构造函数需要用到一个字符串或整数，以及频率。 array([126, 129, 132], dtype=int64)[Finished ...
原文：《利用python进行数据分析》读书笔记--第十章 时间序列（三）
时间序列绘图 pandas时间序列的绘图功能在日期格式化方面比matplotlib原生的要好。 下面是作出的几张图： 移动窗口函数 在移动窗口 可以带有指数衰减权数 上计算的各种统计函数也是一类常见于时间序列的数组变换。作者将其称为移动窗口函数 moving window function ，其中还包括那些窗口不定长的函数 如指数加权移动平均 。跟其他统计函数一样，移动窗口函数也会自动排除缺失值 ...
2015-12-19 19:59 2 7352 推荐指数：
相关推荐
《利用python进行数据分析》读书笔记--第十章 时间序列（一）
时间序列是很重要的。时间序列（time series）数据是一种重要的结构化数据格式。时间序列的意义取决于具体的应用场景，主要有以下几种： 时间戳（timestamp），特定的时刻 固定时期（period），如2015年 ...
利用Python进行数据分析——第十章 时间序列（1）
# coding: utf-8 import pandas as pdfrom datetime import datetimefrom datetime import timedeltafr ...
利用Python进行数据分析——第十章 时间序列（2）
# coding: utf-8 import pandas as pdimport numpy as np summary=pd.read_table('C:/Users/AG_For ...
《利用python进行数据分析》读书笔记--第五章 pandas入门
pandas是本书后续内容的首选库。pandas可以满足以下需求： 具备按轴自动或显式数据对齐功能的数据结构。这可以防止许多由于数据未对齐以及来自不同数据源（索引方式不同）的数据而导致的常见错误。. 集成时间序列功能 既能 ...
《利用python进行数据分析》读书笔记 --第一、二章 准备与例子
第一章 准备工作 今天开始码这本书--《利用python进行数据分析》。R和python都得会用才行，这是码这本书的原因。首先按照书上说的进行安装，google下载了epd_free-7.3-1-win-x86.msi，译者建议按照作者的版本安装,EPDFree包括了Numpy,Scipy ...
《利用python进行数据分析》读书笔记--第九章 数据聚合与分组运算（一）
http://www.cnblogs.com/batteryhp/p/5046450.html 对数据进行分组并对各组应用一个函数，是数据分析的重要环节。数据准备好之后，通常的任务就是计算分组统计或生成透视表。groupby函数能高效处理数据，对数据进行切片、切块、摘要等操作。可以看出 ...
《利用python进行数据分析》读书笔记--第六章 数据加载、存储与文件格式
输入输出一般分为下面几类：读取文本文件和其他更高效的磁盘存储格式，加载数据库中的数据。利用Web API操作网络资源。 1、读写文本格式的数据 自己感觉读写文件有时候“需要运气”，经常需要手工调整。因为其简单的文件交互语法、直观的数据结构，以及诸如元组打包解包之类的便利功能，Python在文本 ...