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)

上述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。   //默认生成的时间序列数据是按天计算的，即频率为"D"
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。   //规范化，是否将时间索引重置为当日午夜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，可以取值为以下：
   （1）left：表示左闭右开区间。
   （2）right：表示左开右闭区间。
   （3）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，即freq参数为D，例子如下：

import pandas as pd        # date_range()函数创建固定频率的时间序列,主要用于生成一个具有固定频率的 DatetimeIndex 对象
pd.date_range('2018/08/10','2018/08/20')
#只传入开始日期 start参数 和 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

      如果只是传入了开始日期或结束日期，则还需要periods参数指定产生多少个时间戳，例子如下：

import pandas as pd                            #传入start和periods参数
pd.date_range(start='2020-12-04',periods=5)

import pandas as pd                          #传入end和periods参数
pd.date_range(end='2020-12-04',periods=5)  #periods时间戳 5个,出现 5个日期

      由此可见，起始日期与结束日期定义了时间序列索引的严格边界

      freq参数的用法例子：

import pandas as pd        # freq 表示以自然日为单位,这个参数用来指定计时单位
dates_index=pd.date_range('2020-12-02',periods=5,freq='W-SUN')
dates_index                # freq 传入 W—SUN ,表示每周日计算一次

      normalize参数和tz参数的用法例子：

import pandas as pd
pd.date_range(start='2018/8/1 12:13:30',periods=5,tz='Asia/Hong_Kong')

import pandas as pd       #normalize=True,规范化时间戳,将时间索引重置为当日的午夜0点
pd.date_range(start='2018/8/1 12:13:30',periods=5,normalize=True,tz='Asia/Hong_Kong')

---

作者：KJ.JK
本文仅用于交流学习，未经作者允许，禁止转载，更勿做其他用途，违者必究。
文章对你有所帮助的话，欢迎给个赞或者 star 呀，你的支持是对作者最大的鼓励，不足之处可以在评论区多多指正，交流学习呀