Percentis e funções parciais

Neste exercício, você vai praticar como pré-definir argumentos de uma função para pré-configurar sua execução. Você vai usar isso para calcular vários percentis dos seus dados usando a mesma função percentile() do numpy.

Este exercício faz parte do curso

Machine Learning para dados de séries temporais em Python

Ver curso

Instruções do exercício

Importe partial de functools.
Use a função partial() para criar vários geradores de atributos que calculam percentis dos seus dados usando uma list comprehension.
Usando a janela deslizante (prices_perc_rolling) que definimos para você, calcule os quantis usando percentile_functions.
Visualize os resultados usando o código fornecido.

Exercício interativo prático

Experimente este exercício completando 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 o código