python之時間序列分析（銷售收入增長及季節性波動）

　　時間序列分析方法分為描述性時序分析和統計時序分析。在這里我們主要介紹描述性時序分析。描述性時序分析主要是通過直觀的數據比較或通過圖表的觀測方式，尋找時間序列中蘊含的發展規律。

　　我們以某淘寶店鋪近兩年銷售收入的增長趨勢和季節性波動趨勢為例，展示如何使用python展現折線圖

數據源（僅展示部分）：

 

 過程如下：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
aa ='F:\\python入門\\python編程錦囊\\Code（實例源碼及使用說明）\\Code（實例源碼及使用說明）\\Code（實例源碼及使用說明）\\09\\data\\TB2.xls'
#導入數據
df = pd.DataFrame(pd.read_excel(aa))
#將目標列取出
df1=df[['訂單付款時間','買家會員名','買家實際支付金額']]
# 將date設置為index
df1 = df1.set_index('訂單付款時間')
print('---------按季統計數據-----------')
#resample()進行重采樣,指的是把時間序列的頻度變為另一個頻度的過程
#“QS”是每個季度第一天為開始日期，“Q”是每個季度最后一天
df2=df1.resample('QS').sum().to_period('Q')
print('---------按年統計數據-----------')
df3=df1.resample('AS').sum().to_period('A')
df2.plot()
df3.plot()
#解決中文亂碼
plt.rcParams['font.sans-serif']=['SimHei']
plt.show()

---------按季統計數據-----------

---------按年統計數據-----------