这两天重新做 50道练习带你玩转Pandas 然后发现自己好多都不会了，对一些进阶做些小随笔记录下。
（参照 https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.date_range.html）
data_range:用来操作实际日期的很好的函数，主要用于生成一系列特定的时间，我们可以自己设定开始、结束、周期数、时间间隔、时区等等。
函数参数:pandas.date_range(start=None, end=None, periods=None, freq=’D’, tz=None, normalize=False, name=None, closed=None, **kwargs)
参数说明：
- start：str 或类似日期时间，表示日期的起点，默认值为None
- end：str 或类似日期时间，表示日期的终点，默认值为None
- periods：int,生成的周期数。
- freq：string或DateOffset，默认值是’D’，表示以自然日为单位，用于指定计时单位，比如’5H’表示每隔5个小时计算一次。（详细参照 频率别名的列表）
- tz：string或None，返回本地化 DatetimeIndex 的时区名称，例如“Asia/Hong_Kong”。
- normalize：在生成日期范围之前将开始/结束日期标准化为午夜，默认值为False，如果为True的话，那么在产生时间索引值之前会先把start和end都转化为当日的午夜0点。
- name：str，默认值为None，给返回的时间索引指定一个名字。
- closed：{None, ‘left’, ‘right’},默认值为None，表示start和end这个区间端点是否包含在区间内，’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。
例：
创建Series s，将2015所有工作日作为随机值的索引：
dti = pd.date_range(start='2015-01-01', end='2015-12-31', freq='B')
s = pd.Series(np.random.rand(len(dti)), index=dti)
s.head(10)
image.png
