การประยุกต์ใช้ Time Series แบบ "เบาๆ"
Google Trends ช่วยให้ผู้ใช้เห็นความถี่ในการค้นหาคำต่างๆ เราดาวน์โหลดไฟล์จาก Google Trends ที่แสดงความถี่การค้นหาคำว่า "diet" ในช่วงเวลาต่างๆ ซึ่งโหลดไว้ล่วงหน้าใน DataFrame ชื่อ diet แล้ว
ขั้นตอนแรกในการวิเคราะห์ time series คือการแสดงข้อมูลด้วยกราฟ คุณจะเห็นได้ชัดว่าการค้นหาคำว่า "diet" ลดลงอย่างต่อเนื่องตลอดปีปฏิทิน โดยแตะจุดต่ำสุดช่วงวันหยุดเดือนธันวาคม แล้วพุ่งขึ้นอีกครั้งช่วงปีใหม่เมื่อผู้คนตั้งใจลดน้ำหนักเป็นเป้าหมายปีใหม่
เช่นเดียวกับชุดข้อมูล time series หลายชุดที่จะได้ใช้งาน ดัชนีวันที่ในชุดข้อมูลนี้เป็น string ควรแปลงให้เป็น datetime index ก่อนพล็อตกราฟ
คอร์สนี้ครอบคลุมแนวคิดหลายอย่างที่อาจลืมไปบ้างแล้ว หากต้องการทบทวน สามารถดาวน์โหลด pandas basics Cheat Sheet เก็บไว้อ้างอิงได้เลย!
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การวิเคราะห์อนุกรมเวลาด้วย Python
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Import pandas and plotting modules
import pandas as pd
import matplotlib.pyplot as plt
# Convert the date index to datetime
diet.index = ____.____(____.____)