Percentis e funções parciais

Neste exercício, você praticará como pré-escolher os argumentos de uma função para que possa pré-configurar como ela será executada. Você usará isso para calcular vários percentis de seus dados usando a mesma função percentile() em numpy.

Este exercício faz parte do curso

Aprendizado de máquina para dados de séries temporais em Python

Ver Curso

Instruções de exercício

Importar partial de functools.
Use a função partial() para criar vários geradores de recursos que calculam percentis dos seus dados usando uma compreensão de lista.
Usando a janela móvel (prices_perc_rolling) que definimos para você, calcule os quantis usando percentile_functions.
Visualize os resultados usando o código fornecido a você.

Exercício interativo prático

Experimente este exercício preenchendo este código de exemplo.

# 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()

Editar e executar código