标签：
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：
pandas提供了一组标准的时间序列处理工具和数据算法。因此可以高效处理非常大的时间序列，轻松进行切片/切块、聚合、对定期/不定期的时间序列进行重采样等。也就是说，大部分都对金融和经济数据尤为有用，当然也可以用它们来分析服务器日志数据。
1、日期和时间数据类型及工具
Python标准库中包含用于日期（date）、时间（time）数据的数据类型。而且还有日历方面的功能。主要会用到datetime、time、calendar模块。
#-*- coding:utf-8 -*- import numpy as np import pandas as pd import matplotlib.pyplot as plt import datetime as dt from datetime import datetime now = datetime.now() #datetime以毫秒形式储存时间 print now,now.year,now.month,now.day,now.microsecond,‘\n‘ #print datetime(2015,12,17,20,00,01,555555) #设置一个时间 #datetime.timedelta表示两个datetime对象之间的时间差 #换句话说，datetime格式可以相相减 delta = datetime(2011,1,7) - datetime(2008,6,24,8,15) print delta #把注意下面是days And seconds print dt.timedelta(926,56700) print delta.days print delta.seconds #下面是错误的 #print delta.minutes start = datetime(2011,1,7) #参数分别为days,seconds,microseconds(微秒),milliseconds（毫秒）,minutes,hours,weeks,除了微秒小数自动四舍五入之外，其他的都能自动转换为其他度量 print start + dt.timedelta(1,20,0.5,5,10,10,0)
>>>
2015-12-17 20:24:21.829000 2015 12 17 829000
926 days, 15:45:00
926 days, 15:45:00
926
56700
2011-01-08 10:10:20.005001
[Finished in 0.6s]
datetime中的数据类型有：
利用str或者strftime方法（传入一个格式化字符串），datetime对象和pandas中timestamp对象就可以转换为字符串：
《利用python进行数据分析》读书笔记--第十章 时间序列
标签：
原文地址：http://www.cnblogs.com/batteryhp/p/5055149.html
