Visualizar a sazonalidade de várias séries temporais

Agora você vai extrair o componente seasonality de jobs_decomp para visualizar a sazonalidade nessas séries temporais. Antes de plotar, observe que você precisará converter o dicionário de componentes seasonality em um DataFrame usando a função pd.DataFrame.from_dict().

Um dicionário vazio jobs_seasonal e o objeto de decomposição de séries temporais jobs_decomp do exercício anterior estão disponíveis no seu workspace.

Este exercício faz parte do curso

Visualizing Time Series Data in Python

Ver curso

Instruções do exercício

Itere por cada nome de coluna em jobs_names e extraia o componente seasonal correspondente de jobs_decomp. Coloque os resultados em jobs_seasonal, onde o nome da coluna é o nome da série temporal e o valor é o componente seasonal dessa série.
Converta jobs_seasonal em um DataFrame e chame-o de seasonality_df.
Crie um gráfico facetado das 16 colunas de seasonality_df. Garanta que os subgráficos não compartilhem o eixo y.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Extract the seasonal values for the decomposition of each time series
for ts in ____:
    jobs_seasonal[ts] = jobs_decomp[ts]____
    
# Create a DataFrame from the jobs_seasonal dictionary
____ = ____(jobs_seasonal)

# Remove the label for the index
seasonality_df.index.name = None

# Create a faceted plot of the seasonality_df DataFrame
____(subplots=____,
                   layout=____,
                   sharey=____,
                   fontsize=2,
                   linewidth=0.3,
                   legend=False)

# Show plot
plt.show()

Editar e executar o código