import os
os.chdir
('c:\\users\\sonia\\desktop\\'
) #切換檔案目錄
#將時間轉換為mins.secs的格式
def sanitize
(time_string):if
'-'in time_string:
splitter =
'-'
elif ':'
in time_string:
splitter =
':'else
:return
(time_string)
(mins,secs)
= time_string.
split
(splitter)
return
(mins +
'.'+ secs)
def read
(filename,separator =
',')
:try
:with
open
(filename,
"r")
as file:
data = file.
readline()
lists = data.
strip()
.split
(separator) #方法串鏈,從左向右對data進行處理
#以下**可以合併為推導列表①
#clean_list =
#for each_item in lists:
# clean_list.
(sanitize
(each_item)
) clean_list =
[sanitize
(each_item)
for each_item in lists] #推導列表①
('clean_list:'
+str
(clean_list)
) #order_list =
sorted
(clean_list)②
order_list =
sorted
(sanitize
(each_item)
for each_item in lists) #推導列表②
('order_list:'
+str
(order_list)
) #以下**可以合併為推導列表③
#unique_list =
#for each_item in order_list:
# if each_item not in unique_list:
# unique_list.
(each_item)
unique_list =
sorted
(set
(order_list)
) #推導列表③
#如果不加sorted,直接用set會亂序
unique_list:
['2.01'
,'2.22'
,'2.34'
,'2.45'
,'3.01'
,'3.10'
,'3.21'
] unique_list2:
('unique_list:'
+str
(unique_list)
) #①②③可以合併成推到列表④
('推導列表④:'
+str
(sorted
(set
(sanitize
(each_item)
for each_item in lists)))
) #推導列表④
(unique_list[0:
3]) except ioerror as err:
('file error:'
+str
(err)
)return
(none)
james =
read
('james.txt'
)
時間序列分析 1
2.白雜訊 判斷序列是否是白雜訊 無論是嚴平穩還是 弱 平穩,實際上刻畫的都是時間序列的統計性質關於時間平移的不變性。嚴平穩要求比較嚴格,需要所有的統計性質 也就是其有限維分布函式族 都是關於時間平移不變的,而弱平穩只需要一階矩與二階矩 以及協方差 是時間平移不變的。為什麼我們需要時間序列的統計性質...
時間序列學習筆記1
時間序列 或稱動態數列 是指將同一統計指標的數值按其發生的時間先後順序排列而成的數列。時間序列分析的主要目的是根據已有的歷史資料對未來進行 經濟資料中大多數以時間序列的形式給出。根據觀察時間的不同,時間序列中的時間可以是年份 季度 月份或其他任何時間形式。例如 北京市月度cpi同比資料。具體的定義去...
python時間序列筆記1
python標準庫的關於時間的庫主要有3個 datetime,time,calendar python時間序列有三類 1 時間戳 timestamp 特定的時間 2 固定時期 period 就是乙個時間段,如 2001年1月或 2011年全年 3 時間間隔 interval 由起始時間戳和結束時間戳...