Birden çok zaman serisi arasındaki korelasyonlar
Önceki egzersizde, jobs DataFrame'indeki her zaman serisinin seasonal bileşenini çıkardın ve bu sonuçları seasonality_df adlı yeni bir DataFrame'de sakladın. İş verileri bağlamında, mevsimsellik davranışlarını karşılaştırmak ilginç olabilir; bu, hangi iş kollarının birbirine en çok ya da en az benzediğini ortaya çıkarmaya yardımcı olabilir.
Bunu, seasonality_df DataFrame'ini kullanıp veri kümesindeki her zaman serisi arasındaki korelasyonu hesaplayarak yapabilirsin. Bu egzersizde, Bölüm 4'te öğrendiklerinden yararlanarak seasonality_df DataFrame'indeki zaman serileri arasındaki korelasyonların bir clustermap görselleştirmesini hesaplayıp oluşturacaksın.
Bu egzersiz, kursun bir parçasıdır
Python ile Zaman Serisi Verilerini Görselleştirme
Egzersiz talimatları
seasonality_dfDataFrame'indeki tüm sütunlar arasındaki korelasyonu spearman yöntemiyle hesapla ve sonucuseasonality_corrdeğişkenine ata.- Korelasyon matrisin için yeni bir clustermap oluştur.
- Government ve Education & Health sektörlerinin mevsimsellikleri arasındaki korelasyon değerini yazdır.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# Get correlation matrix of the seasonality_df DataFrame
seasonality_corr = ____
# Customize the clustermap of the seasonality_corr correlation matrix
fig = ____(____, annot=True, annot_kws={"size": 4}, linewidths=.4, figsize=(15, 10))
plt.setp(fig.ax_heatmap.yaxis.get_majorticklabels(), rotation=0)
plt.setp(fig.ax_heatmap.xaxis.get_majorticklabels(), rotation=90)
plt.show()
# Print the correlation between the seasonalities of the Government and Education & Health industries
print(____)