Uzupełnianie brakujących wartości
Co zrobić, gdy w danych brakuje pewnych punktów?
W tym ćwiczeniu przećwiczysz różne metody interpolacji, aby wypełnić brakujące wartości,
za każdym razem wizualizując wyniki. Najpierw jednak utworzysz funkcję (interpolate_and_plot()), której użyjesz do interpolacji brakujących punktów i ich wykreślenia.
Jedna szeregów czasowych została wczytana do ramki danych o nazwie prices.
To ćwiczenie jest częścią kursu
Uczenie maszynowe dla danych szeregów czasowych w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Create a function we'll use to interpolate and plot
def interpolate_and_plot(prices, interpolation):
# Create a boolean mask for missing values
missing_values = prices.____()
# Interpolate the missing values
prices_interp = prices.____(interpolation)
# Plot the results, highlighting the interpolated values in black
fig, ax = plt.subplots(figsize=(10, 5))
prices_interp.plot(color='k', alpha=.6, ax=ax, legend=False)
# Now plot the interpolated values on top in red
prices_interp[missing_values].plot(ax=ax, color='r', lw=3, legend=False)
plt.show()