Percentily a funkce partial

V tomto cvičení si procvičíš, jak předem nastavit argumenty funkce, aby se spouštěla s předdefinovanou konfigurací. Využiješ to k výpočtu několika percentilů svých dat pomocí stejné funkce percentile() z knihovny numpy.

Toto cvičení je součástí kurzu

Machine Learning pro data časových řad v Pythonu

Zobrazit kurz

Pokyny k cvičení

Importuj partial z modulu functools.
Pomocí funkce partial() vytvoř list comprehension s několika generátory příznaků, které počítají percentily tvých dat.
Pomocí klouzavého okna (prices_perc_rolling), které jsme ti připravili, vypočítej kvantily s využitím percentile_functions.
Výsledky vizualizuj pomocí připraveného kódu.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Import partial from functools
____
percentiles = [1, 10, 25, 50, 75, 90, 99]

# Use a list comprehension to create a partial function for each quantile
percentile_functions = [____(np.percentile, q=percentile) for percentile in percentiles]

# Calculate each of these quantiles on the data using a rolling window
prices_perc_rolling = prices_perc.rolling(20, min_periods=5, closed='right')
features_percentiles = prices_perc_rolling.____(____)

# Plot a subset of the result
ax = features_percentiles.loc[:"2011-01"].plot(cmap=plt.cm.viridis)
ax.legend(percentiles, loc=(1.01, .5))
plt.show()

Upravit a spustit kód