根据时间-值数据对创建事件序列：

根据值和时间创建事件序列：

指定值分量的键：

通过选项指定：

用迭代器指定时间戳：

对于多变量值：

给定起始时间，创建一个事件序列：

给定起始时间和结束时间，创建一个事件序列：

指定一组要使用的日期：

从事件序列中提取值：

只选择值分量：

值分量表格：

选择多个值分量：

用 Tabular 对象给出值，创建一个事件序列：

提取时间戳：

获取时间戳的类型信息：

提取给定时间窗口内的子事件序列：

使用 TimeSeriesInsert 插入缺失值：

使用 TimeSeriesRescale 将事件序列的尺度重新调整为 0 到 20 之间：

使用 TimeSeriesShift 将序列向前移动 2：

计算两个事件序列之间的差异：

用 TimeSeriesThread 计算最大的事件序列：

可视化含有值的事件序列：

以 Tabular 对象的形式提供值：

创建一个事件序列：

提取值：

数值型、可列的函数会自动逐项作用于事件序列的值：

对事件序列的值进行平方运算：

合并多个具有相同时间戳的事件序列时，会自动逐项处理各个值：

用 TimeSeriesThread 计算两个事件序列中的最大值：

汇总时间窗口内的事件：

明确给出分量键：

转换为 Tabular，显示数据：

当给定的列表不完整时，会自动添加分量键：

通过给出 {} 生成所有分量键：

分量键参数为 Automatic 时，会保留输入的键：

给定分量键时，它们会覆盖输入的键：

分量键的值为 None 时，输出的事件序列结构简单，没有显式的分量：

没有输入键时，Automatic 值将保留简单的输入的分量：

使用 CalendarType 将时间戳指定为特定日历内的日期：

默认情况下，使用 "Gregorian" 日历：

默认情况下，没有显式分量的数据会生成一个简单的事件序列：

转换为 Tabular，显示数据：

创建含有两个分量键 "a" 和 "b" 的事件序列：

默认情况下，根据输入的时间戳推断日期粒度：

用 DateFunction 对输入时间戳的粒度进行转换：

用 DateObject 定义解释模糊日期字符串的函数：

计算过去 100 年中五个随机日期的日食类型事件序列：

以 "Instant" 粒度保存时间戳：

将时间戳的粒度改为 "Day"：

使用 HolidayCalendar 可视化给定国家中的工作日：

默认情况下，在创建 EventSeries 时，重复的时间戳不会被合并：

指定如何合并重复时间戳对应的值：

以规则列表的形式包括额外的元数据：

元信息现在包括 "Stock"：

取一个包含缺失值的事件序列：

用 MissingDataMethod 将缺失值替换为一个常量：

用非缺失值的均值替换缺失值：

显式假定数据规则间隔：

默认情况下，时间观测窗口是根据时间戳的范围推断得出的：

指定不同的时间观测窗口：

指定 EventSeries 的时区：

美国总统生日的事件序列：

绘制日期：

使用 AssociationThread 绘制带名称的日期：

一年中的生日分布：

查找同样的生日：

震级至少为 6 的地震的震级：

显示震级的分布：

求给定时间段内 7 级以上地震的条件概率：

比较伊利诺伊州香槟，地理参考点的每日步骤总数：

累积事件序列并转换为距离单位：

最大距离：

计算最大距离内与几个城市的距离：

事件序列的数量值以 QuantityArray 形式给出，且需要 Normal：

绘制累加的步骤数目，其中距离用城市标记：

从凌晨 1 点到午夜，每小时到达急诊室的患者数量已被记录：

显示 24 小时周期内的数据，可看出深夜和清晨到达的患者较少：

计算连续 800 年的春分时刻：

找出它们在三月中的日期，表示为带有小数部分的实数：

春分日可能出现在 19 日、20 日或 21日：

小数部分表示一天中的时间：

展示它们如何逐年漂移，以及在 400 年周期中为何必须以不同方式处理闰日：