Sezónní dekompozice II
Podívejme se teď na to, jak lze detekovat a vizualizovat sezónnost a trendy v datech o prostředí.
K dekompozici použiješ statsmodels.seasonal_decompose() a výsledky pak znázorníš v grafu.
Data také převzorkuješ na hodinový interval, abys lépe viděl/a dlouhodobější trendy. Příliš krátký interval by nám znemožnil jasně rozpoznat trendy a sezónní vzory.
matplotlib.pyplot as plt a import statsmodels.api as sm jsou již naimportovány a data jsou načtena jako df.
Toto cvičení je součástí kurzu
Analýza dat z IoT v Pythonu
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Resample DataFrame to 1h
df_seas = df.resample('1h').max()
# Run seasonal decompose
decomp = ____