季節分解 II
環境データにおける季節性とトレンドを検出し、可視化する方法を見ていきましょう。
statsmodels.seasonal_decompose() を使って分解を行い、結果をプロットします。
また、より長期的なトレンドを確認するため、データを1時間間隔にリサンプリングします。間隔を短くしすぎると、明確なトレンドや季節性を確認できなくなります。
matplotlib.pyplot as plt と import statsmodels.api as sm はすでにインポート済みで、データは df として読み込まれています。
この演習はコースの一部です
Python による IoT データの分析
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Resample DataFrame to 1h
df_seas = df.resample('1h').max()
# Run seasonal decompose
decomp = ____