Percentyle i funkcje częściowe
W tym ćwiczeniu przećwiczysz, jak z góry określić argumenty funkcji, aby skonfigurować jej działanie. Wykorzystasz to do obliczenia kilku percentyli swoich danych za pomocą tej samej funkcji percentile() z biblioteki numpy.
To ćwiczenie jest częścią kursu
Uczenie maszynowe dla danych szeregów czasowych w Pythonie
Instrukcje do ćwiczenia
- Zaimportuj
partialz modułufunctools. - Użyj funkcji
partial(), aby za pomocą wyrażenia listowego stworzyć kilka generatorów cech obliczających percentyle danych. - Korzystając z okna kroczącego (
prices_perc_rolling) zdefiniowanego dla ciebie, oblicz kwantyle przy użyciupercentile_functions. - Zwizualizuj wyniki za pomocą dostarczonego kodu.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Import partial from functools
____
percentiles = [1, 10, 25, 50, 75, 90, 99]
# Use a list comprehension to create a partial function for each quantile
percentile_functions = [____(np.percentile, q=percentile) for percentile in percentiles]
# Calculate each of these quantiles on the data using a rolling window
prices_perc_rolling = prices_perc.rolling(20, min_periods=5, closed='right')
features_percentiles = prices_perc_rolling.____(____)
# Plot a subset of the result
ax = features_percentiles.loc[:"2011-01"].plot(cmap=plt.cm.viridis)
ax.legend(percentiles, loc=(1.01, .5))
plt.show()