ćwiczenie

Dekompozycja sezonowości II

Przyjrzyjmy się teraz, jak wykrywać i wizualizować sezonowość oraz trendy w danych środowiskowych.

Do dekompozycji użyjesz funkcji statsmodels.seasonal_decompose(), a następnie zwizualizujesz wyniki.

Dane zostaną również ponownie próbkowane do interwału godzinowego, co pozwoli dostrzec długoterminowe trendy. Zbyt krótki interwał uniemożliwia wyraźne zaobserwowanie trendów i sezonowości.

matplotlib.pyplot as plt oraz import statsmodels.api as sm zostały już zaimportowane, a dane wczytane jako df.

Instrukcje 1/3

undefined XP

1

2

3

Wykonaj dekompozycję sezonową na ponownie próbkowanym DataFrame i przypisz wynik do zmiennej decomp.

.css-6su6fj{-webkit-flex-shrink:0;-ms-flex-negative:0;flex-shrink:0;}ćwiczenie

Instrukcje 1/3

ćwiczenie