numpy处理时间序列

1. 字符串转成numpy.datetime64格式

?

1 2 3 4 5

import numpy as np #将字符串转换成numpy格式时间 #注意个位前补0，如1月写成01 nd=np.datetime64('2019-01-10') nd

?

1	np.datetime64('1901')

 

2. numpy.datetime64转成字符串格式

?

1 2	#转化为字符串 np.datetime_as_string(nd)

 

3.  np.arange生成时间序列

?

1 2 3

#生成时间序列 #默认以日为间隔，算头不算尾 np.arange('2019-01-05','2019-01-10',dtype='datetime64')

 

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21

import matplotlib.pyplot as plt plt.rcParams['font.sans-serif']=['SimHei'] plt.rcParams['axes.unicode_minus']=False #设定随机种子（括号里的数字只是起标记作用） np.random.seed(1) #h:小时，m:分，s：秒，ms微秒 #生成分时 x=np.arange('2019-01-10T00:00:00','2019-01-10T23:00:00',dtype='datetime64[m]') #生成标准正态分布时间序列 y=np.random.standard_normal(len(x)) #设置图片大小 fig=plt.figure(figsize=(12,6)) #将x的np.datetime转换为datetime.datetime plt.plot(x.astype(datetime),y) fig.autofmt_xdate() plt.title('模拟23小时内每分钟正态分布的随机数分布') # 将右边 上边的两条边颜色设置为空 其实就相当于抹掉这两条边 ax = plt.gca()  ax.spines['right'].set_color('none') ax.spines['top'].set_color('none')  plt.show()

 

　　

参考文献：

【1】【手把手教你】Python处理金融数据