Python数据分析课程_时序分析_第十二课笔记

文章结构概览

• 时间基础处理
  • 字符串转换为日期格式
  • pandas库中时间序列的处理
  • 日期区间、周期与位移操作
  • 时间序列数据的可视化呈现
  • 时间序列实例分析
  • • 参数设置初始化
    • 时序图形展示
    • 自相关函数图示
    • 稳定性验证过程
    • 差分处理后的结果分析
    • 时序图形展示
    • 自相关函数图示
    • 偏自相关函数图示
    • 稳定性验证过程
    • 白噪声假设检验
    • 构建ARIMA模型（差分整合移动平均自回归模型）
    • 输出模型评估报告
    • 进行预测分析

GitHub: https://github.com/RealEmperor/Python-for-Data-Analysis

时间数据基础处理

    import numpy as np
    import pandas as pd
    from pandas import Series, DataFrame
    import matplotlib.pyplot as plt
    
    %matplotlib inline
    
    pd.options.display.max_rows = 12
    np.set_