Time Series 简明教程

NumPy（Numerical Python）是一个用于科学计算的库。它处理一个 N 维数组对象，并提供基本的数学功能，如大小、形状、平均值、标准差、最小值、最大值以及更复杂的一些函数，如线性代数函数和傅里叶变换。随着我们在此教程中不断前进，您将了解更多相关内容。

此库提供诸如系列、数据框和面板等高效且易于使用的数据结构。它提升了 Python 的功能，使其从单纯的数据收集和准备转变为数据分析。Pandas 和 NumPy 这两个库大大简化了针对从小到非常大的数据集的任何操作。想要进一步了解这些函数，请查看本教程。

SciPy（Science Python）是一个用于科学和技术计算的库。它提供函数优化、信号和图像处理、积分、插值和线性代数功能。在执行机器学习时，此库非常有用。我们将在此教程中逐步讨论这些功能。

此库是一个 SciPy 工具包，广泛用于统计建模、机器学习和深度学习，因为它包含各种可定制的回归、分类和聚类模型。它可以很好地与 Numpy、Pandas 和其他库配合使用，从而更易于使用。

此库与 Scikit Learn 一样，用于统计数据探索和统计建模。它也可与其他 Python 库兼容。

此库适用于各种格式的数据可视化，例如折线图、条形图、热力图、散点图、柱状图，等等。它包含所有所需的图表相关功能，从绘图到标记。我们将在本教程中继续讲解这些功能。

在使用任何类型数据的机器学习入门中，这些库至关重要。

除了上述内容，另一个与时间序列极其相关的库是 −

此库有两个模块—— datetime 和 calendar，可提供读取、格式化和处理时间的必要日期时间功能。

我们在接下来的章节中会用到这些库。