Python第11章 時間序列

時間序列（time series）數據是一種重要的結構化數據形式，應用於多個領域，包括金融學、經濟學、生態學、神經科學、物理學等。在多個時間點觀察或測量到的任何事物都可以形成一段時間序列。很多時間序列是固定頻率的，也就是說，數據點是根據某種規律定期出現的（比如每15秒、每5分鐘、每月出現一次）。時間序列也可以是不定期的，沒有固定的時間單位或單位之間的偏移量。時間序列數據的意義取決於具體的應用場景，主要有以下幾種：

• 時間戳（timestamp），特定的時刻。
• 固定時期（period），如2007年1月或2010年全年。
• 時間間隔（interval），由起始和結束時間戳表示。時期（period）可以被看做間隔（interval）的特例。
• 實驗或過程時間，每個時間點都是相對於特定起始時間的一個度量。例如，從放入烤箱時起，每秒鐘餅干的直徑。

本章主要講解前3種時間序列。許多技術都可用於處理實驗型時間序列，其索引可能是一個整數或浮點數（表示從實驗開始算起已經過去的時間）。最簡單也最常見的時間序列都是用時間戳進行索引的。

提示：pandas也支持基於timedeltas的指數，它可以有效代表實驗或經過的時間。這本書不涉及timedelta指數，但你可以學習pandas的文檔（http://pandas.pydata.org/）。

pandas提供了許多內置的時間序列處理工具和數據算法。因此，你可以高效處理非常大的時間序列，輕松地進行切片/切塊、聚合、對定期/不定期的時間序列