pandas和python是什么关系_利用Scikit和Pandas研究两个时间序列的关系

假设我有两个假设的时间序列数据，一个是降雨，另一个是海洋表面温度。在Rainfall Time Series:

2001-12-31 25 mm

2002-12-31 50 mm

2003-12-31 75 mm

2004-12-31 50 mm

2005-12-31 25 mm

2006-12-31 10 mm

2007-12-31 6 mm

2008-12-31 8 mm

2009-12-31 10 mm

2010-12-31 12 mm

2011-12-31 20 mm

2012-12-31 75 mm

Rainfall Time Series:

2001-12-31 36 (Degrees Celsius)

2002-12-31 37 (Degrees Celsius)

2003-12-31 38 (Degrees Celsius)

2004-12-31 37 (Degrees Celsius)

2005-12-31 36 (Degrees Celsius)

2006-12-31 34 (Degrees Celsius)

2007-12-31 32 (Degrees Celsius)

2008-12-31 33 (Degrees Celsius)

2009-12-31 34 (Degrees Celsius)

2010-12-31 35 (Degrees Celsius)

2011-12-31 35.9 (Degrees Celsius)

2012-12-31 38 (Degrees Celsius)

我想回答这些问题：

^{pr2}$

我们知道降雨量和海洋表面温度是相关的，不是虚假的(不像航空乘客和大米产量的时间序列例子)，我读过两个时间序列的近似熵和回归，我甚至读到ARIMA也是确定两个时间序列数据之间关系的好方法，但是我在python中使用scikit或pandas还没有找到任何好的详细示例。我更喜欢使用熵，但我不知道它是否能回答问题2。我还想问一下python中是否有置换分布集群，这似乎是解决问题1的一个有趣的方法。谢谢你的帮助！在