계절 분해 II

이제 환경 데이터에서 계절성과 추세를 어떻게 탐지하고 시각화하는지 살펴보겠습니다.

statsmodels.seasonal_decompose()를 사용해 분해를 수행하고, 그 결과를 그림으로 나타낼 거예요.

또한 더 긴 추세를 보기 위해 데이터를 시간 단위로 리샘플링합니다. 간격을 너무 짧게 잡으면 뚜렷한 추세와 계절성을 파악하기 어려워집니다.

matplotlib.pyplot as plt와 import statsmodels.api as sm은 이미 임포트되어 있으며, 데이터는 df로 로드되어 있습니다.

이 연습은 강의의 일부입니다

Python으로 IoT 데이터 분석하기

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Resample DataFrame to 1h
df_seas = df.resample('1h').max()

# Run seasonal decompose
decomp = ____