การสำรวจข้อมูล
การสร้างกราฟเป็นสิ่งที่ทำกันเป็นประจำ แต่ในคอร์สนี้ สิ่งสำคัญคือต้องสามารถควบคุมได้อย่างชัดเจนว่า time series แต่ละชุดจะถูกพล็อตบน axis ใด ซึ่งจะเป็นประโยชน์เมื่อต้องประเมินผลการพยากรณ์ time series ในภายหลัง
แบบฝึกหัดนี้ให้พล็อตชุดข้อมูลการผลิตขนมรายเดือนของสหรัฐอเมริการะหว่างปี 1972 ถึง 2018
โดยเฉพาะอย่างยิ่ง คุณจะพล็อตดัชนีการผลิตอุตสาหกรรม IPG3113N ซึ่งแสดงปริมาณรวมของผลิตภัณฑ์น้ำตาลและขนมหวานที่ผลิตในสหรัฐอเมริกาต่อเดือน โดยคิดเป็นเปอร์เซ็นต์เทียบกับการผลิตในเดือนมกราคม 2012 ตัวอย่างเช่น ค่า 120 หมายถึง 120% ของการผลิตในเดือนมกราคม 2012
ลองดูว่าปริมาณนี้เปลี่ยนแปลงไปอย่างไรตามช่วงเวลา และมีรูปแบบการเปลี่ยนแปลงภายในแต่ละปีอย่างไร
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
ARIMA Models ใน Python
คำแนะนำการฝึกหัด
- นำเข้า
matplotlib.pyplotโดยตั้งชื่อย่อเป็นpltและนำเข้าpandasโดยตั้งชื่อย่อเป็นpd - โหลด time series การผลิตขนม
'candy_production.csv'ด้วยpandasโดยกำหนดคอลัมน์'date'เป็น index และแปลงวันที่ จากนั้นกำหนดให้กับตัวแปรcandy - พล็อต time series ลงบน axis
ax1โดยใช้เมธอด.plot()ของ DataFrame แล้วแสดงกราฟ
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Import modules
import ____ as ____
import ____ as ____
# Load in the time series
candy = pd.____('candy_production.csv',
____='____',
____=____)
# Plot and show the time series on axis ax1
fig, ax1 = plt.subplots()
____.____(ax=____)
____