Python：使用趋势生成随机时间序列数据(例如,周期性,指数衰减等)

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了Python：使用趋势生成随机时间序列数据(例如,周期性,指数衰减等)，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含694字，纯文字阅读大概需要1分钟。

内容图文

我试图生成一些随机时间序列,其中包括周期性(例如销售),指数级下降(例如,Facebook喜欢帖子),指数级增长(例如比特币价格),通常增加(股票代码)等等.我可以产生一般性增长/减少时间序列如下

import numpy as np
import pandas as pd
from numpy import sqrt
import matplotlib.pyplot as plt

vol = .030
lag = 300
df = pd.DataFrame(np.random.randn(100000) * sqrt(vol) * sqrt(1 / 252.)).cumsum()
plt.plot(df[0].tolist())
plt.show()

但我不知道如何产生周期性趋势或指数增加或减少趋势.有没有办法做到这一点 ？

解决方法:

您可能想要评估TimeSynth

“TimeSynth是一个开源库,用于生成*模型测试的合成时间序列*.该库可以生成规则和不规则的时间序列.该架构允许用户匹配不同的*信号*与不同的架构,允许大量的信号下面列出了可用的*信号*和*噪声*类型.“

内容总结

以上是互联网集市为您收集整理的Python：使用趋势生成随机时间序列数据(例如,周期性,指数衰减等)全部内容，希望文章能够帮你解决Python：使用趋势生成随机时间序列数据(例如,周期性,指数衰减等)所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端