遵循 Tensorflow 时间序列分析教程，我遇到了一种将数据时间戳转换为时间周期信号的特殊方法，这可以帮助模型更好地解释数据，而不仅仅是提供时间戳。
timestamp_s = date_time.map(pd.Timestamp.timestamp)
day = 24*60*60
year = (365.2425)*day
df['Day sin'] = np.sin(timestamp_s * (2 * np.pi / day))
df['Day cos'] = np.cos(timestamp_s * (2 * np.pi / day))
df['Year sin'] = np.sin(timestamp_s * (2 * np.pi / year))
df['Year cos'] = np.cos(timestamp_s * (2 * np.pi / year))
plt.plot(np.array(df['Day sin'])[:25])
plt.plot(np.array(df['Day cos'])[:25])
plt.xlabel('Time [h]')
plt.title('Time of day signal')
我不确定我是否了解如何从时间戳中提取一天中的时间和一年中的一天的周期结构，因此我将不胜感激有关此的任何指示。
最后，一个简单的归一化列time_of_day和day_of_year额外的新列date_time就足够了吗？