Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
OpenDocCN
pyda-2e-zh
提交
6beeb586
P
pyda-2e-zh
项目概览
OpenDocCN
/
pyda-2e-zh
8 个月 前同步成功
通知
19
Star
1067
Fork
348
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
P
pyda-2e-zh
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
前往新版Gitcode,体验更适合开发者的 AI 搜索 >>
提交
6beeb586
编写于
1月 01, 2021
作者:
W
wizardforcel
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
2021-01-01 16:18:19
上级
e481a1fa
变更
2
展开全部
隐藏空白更改
内联
并排
Showing
2 changed file
with
82 addition
and
82 deletion
+82
-82
docs/11.md
docs/11.md
+1
-1
docs/9.md
docs/9.md
+81
-81
未找到文件。
docs/11.md
浏览文件 @
6beeb586
...
...
@@ -9,7 +9,7 @@
本章主要讲解前 3 种时间序列。许多技术都可用于处理实验型时间序列,其索引可能是一个整数或浮点数(表示从实验开始算起已经过去的时间)。最简单也最常见的时间序列都是用时间戳进行索引的。
>提示:pandas 也支持基于 timedeltas 的指数,它可以有效代表实验或经过的时间。这本书不涉及 timedelta 指数,但你可以学习 pandas 的文档(http://pandas.pydata.org/)。
>
提示:pandas 也支持基于 timedeltas 的指数,它可以有效代表实验或经过的时间。这本书不涉及 timedelta 指数,但你可以学习 pandas 的文档(http://pandas.pydata.org/)。
pandas 提供了许多内置的时间序列处理工具和数据算法。因此,你可以高效处理非常大的时间序列,轻松地进行切片/切块、聚合、对定期/不定期的时间序列进行重采样等。有些工具特别适合金融和经济应用,你当然也可以用它们来分析服务器日志数据。
...
...
docs/9.md
浏览文件 @
6beeb586
此差异已折叠。
点击以展开。
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录