Percentiles y funciones parciales
En este ejercicio, vas a practicar cómo preseleccionar argumentos de una función para poder preconfigurar cómo se ejecuta. Usarás esto para calcular varios percentiles de tus datos utilizando la misma función percentile() de numpy.
Este ejercicio forma parte del curso
Machine Learning para datos de series temporales en Python
Instrucciones del ejercicio
- Importa
partialdefunctools. - Usa la función
partial()para crear varios generadores de características que calculen percentiles de tus datos usando una lista por comprensión. - Usando la ventana deslizante (
prices_perc_rolling) que hemos definido para ti, calcula los cuantiles usandopercentile_functions. - Visualiza los resultados con el código que te hemos proporcionado.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# 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()