Confronta le tendenze dell’ozono settimanali, mensili e annuali per NYC e LA
Nel video hai visto come effettuare il downsampling e aggregare serie temporali sulla qualità dell’aria.
Per iniziare, applicherai questa nuova abilità ai dati sull’ozono per NYC e LA dal 2000, per confrontare l’andamento della qualità dell’aria a frequenze settimanali, mensili e annuali ed esplorare come diversi periodi di ricampionamento influenzano la visualizzazione.
Questo esercizio fa parte del corso
Elaborazione di serie temporali in Python
Istruzioni dell'esercizio
Abbiamo già importato pandas come pd e matplotlib.pyplot come plt per te.
- Usa
pd.read_csv()per importare'ozone.csv'e imposta unDateTimeIndexbasato sulla colonna'date'usandoparse_dateseindex_col; assegna il risultato aozonee ispezionalo con.info(). - Applica
.resample()con frequenza settimanale ('W') aozone, aggrega con.mean()e crea il grafico del risultato. - Ripeti con frequenze mensili (
'M') e annuali ('A'), tracciando ciascun risultato.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Import and inspect data here
ozone = ____
# Calculate and plot the weekly average ozone trend
# Calculate and plot the monthly average ozone trend
# Calculate and plot the annual average ozone trend