以下内容转自 数析学院，只节选了部分，有需要的同学可以直接查看原文


在金融学中遇到的最重要数据类型之一是金融时间序列，即以日期时间为索引的数据。本节课程主要通过几个金融环境的案例，学习使用 Python 以及 Pandas 库进行时间序列建模分析。


二、金融数据处理


<class 'pandas.core.frame.DataFrame'>DatetimeIndex: 3975 entries, 2000-01-03 to 2015-08-07Data columns (total 6 columns):Open         3975 non-null float64High         3975 non-null float64Low          3975 non-null float64Close        3975 non-null float64Volume       3975 non-null int64Adj Close    3975 non-null float64dtypes: float64(5), int64(1)memory usage: 217.4 KB

<matplotlib.axes._subplots.AxesSubplot at 0x7f45db5ec650>
CPU times: user 27 ms, sys: 0 ns, total: 27 msWall time: 26.6 ms
以上内容转自 数析学院，如需完整内容可以直接查看原文