Visualizza la stagionalità di più serie temporali

Ora estrarrai la componente di seasonality da jobs_decomp per visualizzare la stagionalità in queste serie temporali. Nota che, prima di tracciare i grafici, dovrai convertire il dizionario delle componenti di seasonality in un DataFrame usando la funzione pd.DataFrame.from_dict().

Nel tuo workspace sono disponibili un dizionario vuoto jobs_seasonal e l'oggetto di scomposizione delle serie temporali jobs_decomp dall'esercizio precedente.

Questo esercizio fa parte del corso

Visualizzare dati di serie temporali in Python

Visualizza il corso

Istruzioni dell'esercizio

Itera su ciascun nome di colonna in jobs_names ed estrai la corrispondente componente seasonal da jobs_decomp. Inserisci i risultati in jobs_seasonal, dove il nome della colonna è il nome della serie temporale e il valore è la componente seasonal della serie.
Converti jobs_seasonal in un DataFrame e chiamalo seasonality_df.
Crea un grafico a pannelli di tutte le 16 colonne in seasonality_df. Assicurati che i sottografi non condividano l'asse y.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# Extract the seasonal values for the decomposition of each time series
for ts in ____:
    jobs_seasonal[ts] = jobs_decomp[ts]____
    
# Create a DataFrame from the jobs_seasonal dictionary
____ = ____(jobs_seasonal)

# Remove the label for the index
seasonality_df.index.name = None

# Create a faceted plot of the seasonality_df DataFrame
____(subplots=____,
                   layout=____,
                   sharey=____,
                   fontsize=2,
                   linewidth=0.3,
                   legend=False)

# Show plot
plt.show()

Modifica ed esegui il codice