时间序列 - Python 库

Python 因其易于编写和易于理解的代码结构以及各种开源库而在进行机器学习的个人中广受欢迎。下面介绍了我们将在接下来的章节中使用的一些此类开源库。

数值模拟

Numerical Python 是一个用于科学计算的库。它适用于 N 维数组对象，并提供基本的数学功能，例如大小、形状、平均值、标准差、最小值、最大值以及一些更复杂的函数，例如线性代数函数和傅里叶变换。随着我们继续本教程，您将了解有关这些的更多信息。

该库提供了高效且易于使用的数据结构，例如系列、数据框和面板。它增强了Python的功能，从单纯的数据收集和准备到数据分析。Pandas 和 NumPy 这两个库使得对小型到非常大的数据集的任何操作都变得非常简单。要了解有关这些功能的更多信息，请遵循本教程。

Science Python 是一个用于科学和技术计算的库。它提供优化、信号和图像处理、积分、插值和线性代数的功能。该库在执行机器学习时非常方便。我们将在本教程中讨论这些功能。

该库是一个广泛用于统计建模、机器学习和深度学习的 SciPy 工具包，因为它包含各种可定制的回归、分类和聚类模型。它与 Numpy、Pandas 和其他库配合良好，使其更易于使用。

与 Scikit Learn 一样，该库用于统计数据探索和统计建模。它还可以与其他 Python 库配合良好。

该库用于各种格式的数据可视化，例如线图、条形图、热图、散点图、直方图等。它包含从绘图到标签所需的所有图形相关功能。我们将在本教程中讨论这些功能。

这些库对于开始使用任何类型的数据进行机器学习都非常重要。

除了上面讨论的库之外，另一个对于处理时间序列特别重要的库是 -

该库具有两个模块——日期时间和日历，提供了读取、格式化和操作时间所需的所有日期时间功能。

我们将在接下来的章节中使用这些库。