एकाधिक टाइम सीरीज़ के बीच कोरिलेशन
पिछले अभ्यास में, आपने jobs DataFrame की प्रत्येक टाइम सीरीज़ का seasonal कॉम्पोनेन्ट निकाला था और उन परिणामों को seasonality_df नाम के नए DataFrame में स्टोर किया था। नौकरियों के डेटा के संदर्भ में, सीज़नैलिटी के व्यवहार की तुलना करना दिलचस्प हो सकता है, क्योंकि इससे यह पता चल सकता है कि किस जॉब इंडस्ट्री में आपस में सबसे अधिक समानता है और कौन सी सबसे अलग है.
यह seasonality_df DataFrame का उपयोग करके और डेटासेट में प्रत्येक टाइम सीरीज़ के बीच कोरिलेशन निकालकर किया जा सकता है। इस अभ्यास में, आप अध्याय 4 में सीखी गई बातों का उपयोग करेंगे ताकि seasonality_df DataFrame में टाइम सीरीज़ के बीच कोरिलेशन का क्लस्टermap विज़ुअलाइज़ेशन कंप्यूट और तैयार कर सकें.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Time Series Data का विज़ुअलाइज़ेशन
अभ्यास निर्देश
seasonality_dfDataFrame की सभी कॉलम्स के बीच Spearman मेथड से कोरिलेशन निकालें और परिणामseasonality_corrको असाइन करें.- अपनी कोरिलेशन मैट्रिक्स का एक नया क्लस्टermap बनाएँ.
- Government और Education & Health इंडस्ट्रीज़ की सीज़नैलिटी के बीच कोरिलेशन वैल्यू प्रिंट करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Get correlation matrix of the seasonality_df DataFrame
seasonality_corr = ____
# Customize the clustermap of the seasonality_corr correlation matrix
fig = ____(____, annot=True, annot_kws={"size": 4}, linewidths=.4, figsize=(15, 10))
plt.setp(fig.ax_heatmap.yaxis.get_majorticklabels(), rotation=0)
plt.setp(fig.ax_heatmap.xaxis.get_majorticklabels(), rotation=90)
plt.show()
# Print the correlation between the seasonalities of the Government and Education & Health industries
print(____)