PyPOST与时间序列

核心内容总结

时间序列基础

主题	内容	示例
时间序列的定义与特点	时间序列是按时间顺序排列的一系列数据点的集合，每个数据点都与特定的时间戳相关联。	金融领域：股票价格、汇率、利率等；医疗健康：心率监测、血压监测、血糖水平等；气象学：气温、降水量、风速等；工业生产：设备传感器数据、产量数据等。
时间依赖性	时间序列中的数据点通常不是独立的，前后数据点之间往往存在相关性。	今天的股票价格可能会受到昨天价格的影响。
顺序敏感性	时间序列的顺序至关重要，改变数据点的顺序会完全改变序列的含义。	将气温记录的日期顺序打乱，会导致无法正确分析气温变化趋势。
单变量时间序列	仅包含一个变量的时间序列。	某只股票每日的收盘价。
多变量时间序列	包含多个变量的时间序列。	某只股票的每日开盘价、收盘价、最高价和最低价。
等间隔时间序列	数据点之间的时间间隔是固定的。	每分钟采集一次的心率数据。
非等间隔时间序列	数据点之间的时间间隔不固定。	某只股票的交易记录，交易发生的时间点并不均匀。
周期性时间序列	数据呈现出明显的周期性变化。	每日的气温变化、季节性商品的销售量等。
趋势性时间序列	数据呈现出长期的上升或下降趋势。	某公司股票价格的长期上涨趋势。
缺失值时间序列	数据中存在缺失值的时间序列。	由于设备故障导致某段时间内传感器数据缺失。
静态时间序列