1. Learn
    2. /
  2. Courses
    3. /
  3. Modele ARIMA w Pythonie
Connected

Exercise

Eksploracja

Prawdopodobnie regularnie tworzysz wykresy, jednak w tym kursie ważne jest, abyś potrafił(-a) precyzyjnie kontrolować, na której osi rysowane są poszczególne szeregi czasowe. Przyda się to później przy ocenie prognoz modeli.

Twoim zadaniem jest tutaj narysowanie wykresu miesięcznej produkcji cukierków w USA w latach 1972–2018.

Konkretnie chodzi o indeks produkcji przemysłowej IPG3113N – całkowitą miesięczną produkcję cukru i wyrobów cukierniczych w USA, wyrażoną jako procent produkcji ze stycznia 2012 roku. Wartość 120 oznaczałaby zatem 120% produkcji przemysłowej z tego miesiąca.

Sprawdź, jak ta wartość zmieniała się na przestrzeni czasu i jak waha się w ciągu roku.

Instructions

100 XP
  • Zaimportuj matplotlib.pyplot pod aliasem plt oraz pandas pod aliasem pd.
  • Wczytaj szereg czasowy produkcji cukierków z pliku 'candy_production.csv' za pomocą pandas, ustaw kolumnę 'date' jako indeks, włącz parsowanie dat i przypisz wynik do zmiennej candy.
  • Narysuj szereg czasowy na osi ax1, korzystając z metody .plot() obiektu DataFrame. Następnie wyświetl wykres.