1. 学ぶ
    2. /
  2. コース
    3. /
  3. Pythonで学ぶARIMAモデル
Connected

演習

探索

普段からグラフを作成している方も多いと思いますが、このコースでは、複数の時系列をどの軸に描くかを明示的に制御できることが重要です。これは後で時系列予測を評価する際に役立ちます。

ここでは、1972年から2018年までの米国における月次のキャンディ生産データをプロットします。

具体的には、工業生産指数 IPG3113N を描きます。これは、米国内で月ごとに生産された砂糖・菓子類の総量を、2012年1月の生産量を100とした割合で表したものです。したがって、120 は 2012年1月の工業生産の120%を意味します。

この量が時間とともにどう変化してきたか、また年間を通してどのように変動するかを確認してください。

指示

100 XP
  • matplotlib.pyplot をエイリアス plt、pandas をエイリアス pd としてインポートします。
  • pandas を使ってキャンディ生産の時系列 'candy_production.csv' を読み込み、インデックスを 'date' 列に設定し、日付をパースして、変数 candy に代入します。
  • DataFrame の .plot() メソッドを使って、時系列を軸 ax1 にプロットします。その後、プロットを表示します。