Percentiler och partial-funktioner

I den här övningen får du öva på att förkonfigurera argument för en funktion, så att du styr hur den körs i förväg. Du använder den här tekniken för att beräkna flera percentiler av dina data med samma funktion percentile() i numpy.

Den här övningen är en del av kursen

Maskininlärning för tidsseriedata i Python

Visa kurs

Övningsinstruktioner

Importera partial från functools.
Använd funktionen partial() för att skapa flera särdragsgeneratorer som beräknar percentiler av dina data med hjälp av en listomfattning.
Beräkna kvantilerna med hjälp av det rullande fönstret (prices_perc_rolling) som vi har definierat åt dig och funktionerna i percentile_functions.
Visualisera resultaten med hjälp av den kod som redan finns.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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()

Redigera och kör kod