LoslegenKostenlos loslegen

Erkundung

Vielleicht erstellst du regelmäßig Plots, aber in diesem Kurs ist es wichtig, dass du ausdrücklich steuern kannst, auf welcher Achse verschiedene Zeitreihen geplottet werden. Das ist wichtig, damit du später deine Zeitreihenvorhersagen auswerten kannst.

Deine Aufgabe hier ist es, einen Datensatz zur monatlichen US-Süßwarenproduktion zwischen 1972 und 2018 zu plotten.

Konkret plottest du den Industrieproduktionsindex IPG3113N. Das ist die Gesamtmenge an Zucker- und Süßwarenprodukten, die in den USA pro Monat produziert wird, als Prozentsatz der Produktion von Januar 2012. Ein Wert von 120 bedeutet also 120 % der industriellen Produktion vom Januar 2012.

Schau dir an, wie sich diese Größe im Zeitverlauf und über das Jahr hinweg verändert.

Diese Übung ist Teil des Kurses

ARIMA-Modelle in Python

Kurs anzeigen

Anleitung zur Übung

  • Importiere matplotlib.pyplot mit dem Alias plt und pandas mit dem Alias pd.
  • Lade die Zeitreihe zur Süßwarenproduktion 'candy_production.csv' mit pandas, setze den Index auf die Spalte 'date', parse die Datumsangaben und weise das Ergebnis der Variablen candy zu.
  • Plotte die Zeitreihe auf die Achse ax1 mit der .plot()-Methode des DataFrames. Zeige anschließend den Plot an.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Import modules
import ____ as ____
import ____ as ____

# Load in the time series
candy = pd.____('candy_production.csv', 
            ____='____',
            ____=____)

# Plot and show the time series on axis ax1
fig, ax1 = plt.subplots()
____.____(ax=____)
____
Code bearbeiten und ausführen