Eksploracja danych (EDA)

Zacznijmy od eksploracji danych. Na początku każdego projektu uczenia maszynowego (ML) warto przeprowadzić eksploracyjną analizę danych (EDA), aby dobrze poznać zbiór, z którym pracujemy. Obejmuje to m.in.:

wykresy surowych danych
histogramy
i wiele innych…

Zazwyczaj zaczyna się od wykresów surowych danych i histogramów – pozwalają one zrozumieć rozkłady danych. Jeśli dane mają rozkład normalny, można stosować metody statystyki parametrycznej.

Do pandas DataFrames wczytano dwa zbiory danych: lng_df i spy_df (LNG i SPY). Przejrzyj je za pomocą .head(). Ceny zamknięcia, a z czasem także wolumen, posłużą jako dane wejściowe do algorytmów ML.

Uwaga: za każdym razem, gdy chcesz utworzyć nowy wykres, wywołaj plt.clf() lub f = plt.figure().

To ćwiczenie jest częścią kursu

Uczenie maszynowe w finansach z Pythonem

Zobacz kurs

Instrukcje do ćwiczenia

Wyświetl pierwsze 5 wierszy obu DataFrames (lng_df i spy_df) i zapoznaj się z ich zawartością.
Użyj biblioteki pandas, aby narysować wykresy surowych szeregów czasowych dla 'SPY' i 'LNG' z użyciem ceny zamknięcia po korekcie ('Adj_Close') – ustaw legend=True w .plot().
Użyj plt.show(), aby wyświetlić wykres szeregu czasowego (biblioteka matplotlib.pyplot została zaimportowana jako plt).
Użyj pandas i matplotlib, aby utworzyć histogram jednodniowej procentowej zmiany ceny zamknięcia po korekcie (użyj .pct_change()) dla SPY i LNG.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

print(lng_df.head())  # examine the DataFrames
print(____)  # examine the SPY DataFrame

# Plot the Adj_Close columns for SPY and LNG
spy_df[____].plot(label='SPY', legend=True)
lng_df[____].plot(label=____, ____, secondary_y=True)
____  # show the plot
plt.clf()  # clear the plot space

# Histogram of the daily price change percent of Adj_Close for LNG
lng_df['Adj_Close'].____.plot.hist(bins=50)
plt.xlabel('adjusted close 1-day percent change')
plt.show()

Edytuj i uruchom kod