weixin_45634365的博客

import pandas as pdtime = pd.datetime(2019,7,7,6,0)display(time)datetime.datetime(2019, 7, 7, 6, 0)import pandas as pdtime = pd.datetime(2019,7,7,6,0)time = time + pd.Timedelta(minutes=10)display(time)datetime.datetime(2019, 7, 7, 6, 10)# 输出

import numpy as np #导入NumPy库 arr1 = np.array([1, 2, 3, 4]) #创建一维数组 print('创建的数组为：',arr1) 创建的数组为： [1 2 3 4]arr2 = np.array([[1, 2, 3],[4, 5, 6], [7, 8, 9]])print('创建的数组为：\n',arr2) 创建的数组为：[[1 2 3][4 5 6][7 8 9]]案例x=[123]\boldsymbol{x}=\begi

这里写目录标题参数说明示例freq参数详解参考资料参数说明pandas.date_range()参数名称说明start开始时间，接收string、datetimeend结束时间，接收string、datetimeperiods间隔数或要生成的时间数目freq时间间隔，一般使用频率字符串，如D表示1天，H表示1小时该函数返回DatetimeIndex示例import pandas as pd#默认频率为D，即天time = pd.date_