Scomposizione stagionale II
Vediamo ora come rilevare e visualizzare stagionalità e trend nei dati ambientali.
Userai statsmodels.seasonal_decompose() per effettuare la scomposizione e poi traccerai i risultati.
Eseguirai anche un resampling dei dati a un intervallo orario per osservare trend più lunghi. Scegliere un intervallo troppo breve non ci permetterà di vedere chiaramente trend e stagionalità.
matplotlib.pyplot as plt e import statsmodels.api as sm sono già stati importati per te e i dati sono stati caricati come df.
Questo esercizio fa parte del corso
Analizzare i dati IoT in Python
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Resample DataFrame to 1h
df_seas = df.resample('1h').max()
# Run seasonal decompose
decomp = ____