Percentiles y funciones parciales
En este ejercicio, practicarás cómo elegir previamente los argumentos de una función para poder preconfigurar cómo se ejecuta. Lo utilizarás para calcular
varios percentiles de tus datos utilizando la misma función percentile() en numpy.
Este ejercicio forma parte del curso
Machine learning para datos de series temporales en Python
Instrucciones del ejercicio
- Importa
partialdesdefunctools. - Utiliza la función
partial()para crear varios generadores de características que calculen los percentiles de tus datos utilizando una comprensión de lista. - Utilizando la ventana móvil (
prices_perc_rolling) que te hemos definido, calcula los cuantiles utilizandopercentile_functions. - Visualiza los resultados utilizando el código que se te ha dado.
Ejercicio interactivo práctico
Prueba este ejercicio completando 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()