時間序列 - Python 庫

由於 Python 程式碼易於編寫和理解，並且擁有各種各樣的開源庫，因此在進行機器學習的個人中享有盛譽。以下介紹了我們將在接下來的章節中使用的一些此類開源庫。

NumPy

Numerical Python 是一個用於科學計算的庫。它基於 N 維陣列物件，並提供基本的數學功能，例如大小、形狀、均值、標準差、最小值、最大值，以及一些更復雜的函式，例如線性代數函式和傅立葉變換。隨著我們在這個教程中繼續學習，您將瞭解更多關於這些函式的資訊。

Pandas

這個庫提供了高效且易於使用的數資料結構，例如序列、資料幀和麵板。它增強了 Python 的功能，從簡單的數資料收集和準備到數資料分析。Pandas 和 NumPy 這兩個庫使得對小型到超大型資料集的操作變得非常簡單。要了解更多關於這些函式的資訊，請遵循本教程。

SciPy

Science Python 是一個用於科學和技術計算的庫。它提供了用於最佳化、訊號和影像處理、積分、插值和線性代數的功能。在執行機器學習時，此庫非常方便。隨著我們在這個教程中繼續學習，我們將討論這些功能。

Scikit-learn

這個庫是一個 SciPy 工具包，廣泛用於統計建模、機器學習和深度學習，因為它包含各種可定製的迴歸、分類和聚類模型。它與 NumPy、Pandas 和其他庫配合良好，使其更易於使用。

Statsmodels

與 Scikit-learn 一樣，此庫用於統計資料探索和統計建模。它也與其他 Python 庫配合良好。

Matplotlib

這個庫用於以各種格式（例如線圖、條形圖、熱力圖、散點圖、直方圖等）進行資料視覺化。它包含從繪圖到標記所需的所有與圖形相關的功能。隨著我們在這個教程中繼續學習，我們將討論這些功能。

這些庫對於開始使用任何型別的資料進行機器學習非常重要。

除了上面討論的庫之外，另一個特別重要的處理時間序列的庫是：

Datetime

這個庫及其兩個模組（datetime 和 calendar）提供了讀取、格式化和操作時間所需的所有 datetime 功能。

我們將在接下來的章節中使用這些庫。