Skip to Main Content
Python w analizie danych
book

Python w analizie danych

by Wes McKinney
June 2018
Intermediate to advanced content levelIntermediate to advanced
480 pages
15h 51m
Polish
Helion
Content preview from Python w analizie danych

Rozdział 11. Szeregi czasowe

Szereg czasowy to ważna forma struktury danych mająca wiele zastosowań między innymi w finansach, ekonomii, ekologii, neurologii i fizyce. Wszystkie pomiary dokonywane na przestrzeni czasu zapisuje się w formie szeregów czasowych. Wiele szeregów czasowych charakteryzuje się stałą częstotliwością (poszczególne obserwacje są rejestrowane w równych odstępach czasu, np. co 15 sekund, co 5 minut lub raz w miesiącu. Szeregi czasowe mogą również charakteryzować się zmienną częstotliwością rejestrowania obserwacji. Sposób oznaczania danych szeregu czasowego i korzystania z nich zależy od jego zastosowania. Pracując z szeregami czasowymi, możesz spotkać:

  • Znaczniki czasu — określają czas dokonania obserwacji.
  • Stałe okresy ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Start your free trial

You might also like

Python w analizie danych

Python w analizie danych

Wes McKinney
Python i Asyncio

Python i Asyncio

Caleb Hattingh
Python dla DevOps

Python dla DevOps

Grig Gheorghiu Kennedy Behrman Noah Gift Alfredo Deza

Publisher Resources

ISBN: 9781098124953