Go back to the English version of the documentation时间序列分析
时间序列分析
Last updated: 2024年10月07日
时间序列是在连续(但不一定是规则的)时间点测量的数据值序列。 时间序列库使您可以对时间序列数据执行各种关键操作,包括分段、预测、联接、变换和还原器。
库支持各种时间序列类型,包括数字,分类和数组。 时间序列数据示例包括:
- 股票价格和交易量
- 点击流数据
- 心电图 (ECG) 数据
- 温度或地震数据
- 网络性能测量
- 网络日志
- 由智能电表记录并通过物联网数据源报告的用电量
时间序列中的条目称为观察。 每个观察包括一个指示观察时间的 64 位整数的时间刻度以及为该观察记录的数据。 记录的数据可以是数字(例如温度或股票价格),也可以是分类(例如地理区域)。 时间序列可以但不一定必须与时间参考系统 (TRS) 相关联,该时间参考系统定义了每个时间刻度的粒度和开始时间。
时间序列库只能是 Python。
下一步
了解更多信息
父主题: Notebook 和脚本