pandas 时间序列、绘图、存储文件 date_range（）

pandas.date_range(start=None, end=None, periods=None, freq=’D’, tz=None, normalize=False, name=None, closed=None, **kwargs)

参数
start：string或datetime-like，默认值是None，表示日期的起点。
end：string或datetime-like，默认值是None，表示日期的终点。
periods：integer或None，默认值是None，表示你要从这个函数产生多少个日期索引值；如果是None的话，那么start和end必须不能为None。
freq：string或DateOffset，默认值是’D’，表示以自然日为单位，这个参数用来指定计时单位，比如’5H’表示每隔5个小时计算一次。
tz：string或None，表示时区，例如：’Asia/Hong_Kong’。
normalize：bool，默认值为False，如果为True的话，那么在产生时间索引值之前会先把start和end都转化为当日的午夜0点。
name：str，默认值为None，给返回的时间索引指定一个名字。

closed：string或者None，默认值为None，表示start和end这个区间端点是否包含在区间内，可以有三个值，’left’表示左闭右开区间，’right’表示左开右闭区间，None表示两边都是闭区间。

#!/usr/bin/env python
# -*- coding:utf-8 -*-
import pandas as pd
import numpy as np
import datetime
from pylab import *
# encoding=utf8 #
import sys
reload(sys)
sys.setdefaultencoding('utf-8')
#解决文件输入编码问题#

def main():
    # Time Series#
    t_exam = pd.date_range("20170301", periods=10, freq="S")
    print (t_exam)
    # Graph
    ts = pd.Series(np.random.randn(1000), index=pd.date_range("20170301", periods=1000))#1000天的数#
    ts = ts.cumsum()# cumsum()函数中：生成的每一项矩阵元素均是从原矩阵首项累加到对应项的元素之和 #
    ts.plot()#pylab#
    show()
    # File
    df = pd.read_csv("./data/May turnover.csv", encoding="gb2312")#读取时在后面加入encoding="gb2312"基本可以保证不乱码
    # 例外的情况，用encoding = "gb18030"就能解决#
    # 自己输入的中文可以在前面＋u #
    print (df)
    df2 = pd.read_excel("./data/May turnover.xlsx", "Sheet1",encoding="gb2312")
    print ("Excel",df2)
    df.to_csv("./data/May2 turnover.csv")
    df2.to_excel("./data/May2 turnover.xlsx","Sheet2", encoding="gb18030")


if __name__ == "__main__":
    main()

关注了叫李茂的大神的博客，受益良多。crifan~