时间序列分析：创建固定频率的时间序列

　　Pandas中提供了一个date_range()函数，主要用于生成一个具有固定频率的DatetimeIndex对象，该函数的语法格式如下：

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

　　部分参数的含义如下：

　　(1)start：表示起始日期，默认为None。

　　(2)end：表示终止日期，默认为None。

　　(3)periods：表示产生多少个时间戳索引值。若设置为None，则start与end必须不能为None。

　　(4)freq：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。

　　(5)tz：表示时区，比如Asia/Hong_Kong。

　　(6)normalize：接收布尔值，默认值为False。如果设为True的话，那么在产生时间戳索引值之前，会将start和end都转化为当日的午夜0点。

　　(7)name：给返回的时间序列索引指定一个名字。

　　(8)closed：表示start和end这个区间端点是否包含在区间内，可以取值为如下选项：

　　◆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。

　　需要注意的是，start、end、periods、freq这四个参数至少要指定三个参数，否则会出现错误。

　　当调用date_range()函数创建DatetimeIndex对象时，如果只是传入了开始日期(start参数)与结束日期(end参数)，则默认生成的时间点是按天计算的，即freq参数为D，示例代码如下。

In [17]: # 创建DatetimeIndex对象时，只传入开始日期与结束日期
         pd.date_range('2018/08/10', '2018/08/20')
Out[17]:
DatetimeIndex(['2018-08-10', '2018-08-11', '2018-08-12', '2018-08-13',
               '2018-08-14', '2018-08-15', '2018-08-16', '2018-08-17',
               '2018-08-18', '2018-08-19', '2018-08-20'],
              dtype='datetime64[ns]', freq='D')

　　如果只是传入了开始日期或结束日期，则还需要用periods参数指定产生多少个时间戳，示例代码如下。

In [18]: # 创建DatetimeIndex对象时，传入start与periods参数
         pd.date_range(start='2018/08/10', periods=5)
Out[18]:
DatetimeIndex(['2018-08-10', '2018-08-11', '2018-08-12', '2018-08-13',
               '2018-08-14'], dtype='datetime64[ns]', freq='D')
In [19]: # 创建DatetimeIndex对象时，传入end与periods参数
         pd.date_range(end='2018/08/10', periods=5)
Out[19]:
DatetimeIndex(['2018-08-06', '2018-08-07', '2018-08-08', '2018-08-09

　　由此可知，起始日期与结束日期定义了时间序列索引的严格边界。