複数の時系列の季節性を可視化する

ここでは、jobs_decomp の seasonality 成分を取り出し、これらの時系列に含まれる季節性を可視化します。プロットする前に、seasonality 成分の辞書を pd.DataFrame.from_dict() 関数でDataFrameに変換する必要がある点に注意してください。

空の辞書 jobs_seasonal と、前の演習で作成した時系列分解オブジェクト jobs_decomp がワークスペースに用意されています。

この演習はコースの一部です

Pythonで学ぶ時系列データの可視化

コースを見る

演習の手順

jobs_names 内の各列名を順に処理し、jobs_decomp から対応する seasonal 成分を抽出します。結果は jobs_seasonal に格納し、キーは時系列名、値はその時系列の seasonal 成分とします。
jobs_seasonal をDataFrameに変換し、seasonality_df という名前を付けます。
seasonality_df の16列すべてについてファセット図を作成します。サブプロット間で y 軸が共有されないようにしてください。

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。

# 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()

コードを編集して実行