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

引數
start：string或datetime-like，預設值是None，表示日期的起點。
end：string或datetime-like，預設值是None，表示日期的終點。
periods：integer或None，預設值是None，表示你要從這個函式產生多少個日期索引值；如果是None的話，那麼start和end必須不能為None。
freq：string或DateOffset，預設值是’D’，表示以自然日為單位，這個引數用來指定計時單位，比如’5H’表示每隔5個小時計算一次。
tz：string或None，表示時區，例如：’Asia/Hong_Kong’。
normalize：bool，預設值為False，如果為True的話，那麼在產生時間索引值之前會先把start和end都轉化為當日的午夜0點。
name：str，預設值為None，給返回的時間索引指定一個名字。

closed：string或者None，預設值為None，表示start和end這個區間端點是否包含在區間內，可以有三個值，’left’表示左閉右開區間，’right’表示左開右閉區間，None表示兩邊都是閉區間。

#!/usr/bin/env python
# -*- coding:utf-8 -*-
import pandas as pd
import numpy as np
import datetime
from pylab import *
# encoding=utf8 #
import sys
reload(sys)
sys.setdefaultencoding('utf-8')
#解決檔案輸入編碼問題#
def main():
    # Time Series#
t_exam = pd.date_range("20170301", periods=10, freq="S")
    print (t_exam)
    # Graph
 
ts = pd.Series(np.random.randn(1000), index=pd.date_range("20170301", periods=1000))#1000天的數#
ts = ts.cumsum()# cumsum()函式中：生成的每一項矩陣元素均是從原矩陣首項累加到對應項的元素之和 #
ts.plot()#pylab#
show()
    # File
df = pd.read_csv("./data/May turnover.csv", encoding="gb2312")#讀取時在後面加入encoding="gb2312"基本可以保證不亂碼
    # 例外的情況，用encoding = "gb18030"就能解決#
 
    # 自己輸入的中文可以在前面＋u #
print (df)
    df2 = pd.read_excel("./data/May turnover.xlsx", "Sheet1",encoding="gb2312")
    print ("Excel",df2)
    df.to_csv("./data/May2 turnover.csv")
    df2.to_excel("./data/May2 turnover.xlsx","Sheet2", encoding="gb18030")


if __name__ == "__main__":
    main()

關注了叫李茂的大神的部落格，受益良多。crifan~