NYC와 LA의 주간, 월간, 연간 오존 추세 비교
앞서 영상에서 대기질 시계열 데이터를 다운샘플링하고 집계하는 방법을 살펴보았습니다.
이제 이 기술을 실습에 적용해 보겠습니다. 2000년 이후 NYC와 LA의 오존 데이터를 사용해 주간, 월간, 연간 주기로 대기질 추세를 비교하고, 리샘플링 기간에 따라 시각화 결과가 어떻게 달라지는지 탐색해 보세요.
이 연습은 강의의 일부입니다
Python으로 시계열 데이터 다루기
연습 안내
pandas는 pd로, matplotlib.pyplot은 plt로 미리 임포트되어 있습니다.
pd.read_csv()를 사용해'ozone.csv'를 불러오세요.parse_dates와index_col을 활용해'date'열을 기반으로DateTimeIndex를 설정하고, 결과를ozone에 할당한 뒤.info()로 확인하세요.ozone에.resample()을 주간 주기('W')로 적용하고,.mean()으로 집계한 뒤 결과를 플롯하세요.- 월간(
'M')과 연간('A') 주기로도 같은 작업을 반복하고, 각 결과를 플롯하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Import and inspect data here
ozone = ____
# Calculate and plot the weekly average ozone trend
# Calculate and plot the monthly average ozone trend
# Calculate and plot the annual average ozone trend