Decomposição sazonal II
Agora, vamos ver como detectar e visualizar sazonalidade e tendências nos dados do ambiente.
Você usará statsmodels.seasonal_decompose() para fazer a decomposição e depois plotar os resultados.
Você também fará o reamostragem dos dados para um intervalo horário para observar tendências mais longas. Escolher um intervalo curto demais impede que vejamos tendências e sazonalidades claras.
matplotlib.pyplot as plt e import statsmodels.api as sm já foram importados para você e os dados foram carregados como df.
Este exercício faz parte do curso
Analisando Dados de IoT em Python
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Resample DataFrame to 1h
df_seas = df.resample('1h').max()
# Run seasonal decompose
decomp = ____