1. Учиться
    2. /
  2. Courses
    3. /
  3. Python으로 배우는 ARIMA 모델
Connected

Exercise

탐색

평소에도 그래프를 자주 그리시겠지만, 이 강의에서는 서로 다른 시계열이 어떤 축에 그려지는지 명시적으로 제어하는 것이 중요해요. 그래야 나중에 시계열 예측을 제대로 평가할 수 있어요.

이번 과제에서는 1972년부터 2018년까지 월별 미국 사탕 생산량 데이터셋을 시각화해 보겠습니다.

구체적으로는 산업생산지수 IPG3113N을 그립니다. 이 지수는 미국에서 월별로 생산된 설탕 및 제과 제품의 총량을 2012년 1월 생산량을 기준(100)으로 한 백분율로 나타낸 값이에요. 예를 들어 120은 2012년 1월 산업생산의 120%를 의미합니다.

시간이 지나면서 이 값이 어떻게 변해 왔는지, 그리고 연중에는 어떤 패턴을 보이는지 확인해 보세요.

Инструкции

100 XP
  • matplotlib.pyplot을 plt라는 별칭으로, pandas를 pd라는 별칭으로 임포트하세요.
  • pandas를 사용해 사탕 생산 시계열 'candy_production.csv'를 불러오고, 인덱스를 'date' 열로 설정하며 날짜를 파싱한 뒤, 변수 candy에 할당하세요.
  • DataFrame의 .plot() 메서드를 사용해 축 ax1에 시계열을 그린 다음, 그래프를 표시하세요.