MulaiMulai sekarang secara gratis

Eksplorasi

Anda mungkin sering membuat plot, tetapi dalam kursus ini, penting bagi Anda untuk dapat mengendalikan secara eksplisit sumbu mana yang digunakan untuk memplot deret waktu yang berbeda. Hal ini penting agar Anda dapat mengevaluasi prediksi deret waktu nanti.

Tugas Anda di sini adalah memplot himpunan data produksi permen bulanan di AS antara tahun 1972 hingga 2018.

Secara spesifik, Anda akan memplot indeks produksi industri IPG3113N. Ini adalah total produksi gula dan produk gula-gula di AS per bulan, dinyatakan sebagai persentase dari produksi Januari 2012. Jadi nilai 120 berarti 120% dari produksi industri pada Januari 2012.

Amati bagaimana besaran ini berubah seiring waktu dan bagaimana polanya sepanjang tahun.

Latihan ini adalah bagian dari kursus

Model ARIMA di Python

Lihat Kursus

Petunjuk latihan

  • Impor matplotlib.pyplot dengan alias plt dan impor pandas dengan alias pd.
  • Muat deret waktu produksi permen 'candy_production.csv' menggunakan pandas, tetapkan indeks ke kolom 'date', uraikan tanggalnya, dan simpan ke variabel candy.
  • Plot deret waktu tersebut pada sumbu ax1 menggunakan metode .plot() milik DataFrame. Lalu tampilkan plotnya.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# 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=____)
____
Edit dan Jalankan Kode