1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Trực quan hóa dữ liệu chuỗi thời gian trong Python
Connected

Bài tập

Phân rã chuỗi thời gian

Khi trực quan hóa dữ liệu chuỗi thời gian, bạn nên chú ý đến một số mẫu hình dễ nhận biết:

  • seasonality: dữ liệu có thể hiện mẫu lặp lại theo chu kỳ rõ ràng không?
  • trend: dữ liệu có xu hướng tăng hoặc giảm đều đặn không?
  • noise: có điểm ngoại lệ hoặc giá trị thiếu nào không nhất quán với phần còn lại của dữ liệu không?

Bạn có thể dựa vào một phương pháp gọi là phân rã chuỗi thời gian (time-series decomposition) để tự động trích xuất và định lượng cấu trúc của dữ liệu chuỗi thời gian. Thư viện statsmodels cung cấp hàm seasonal_decompose() để thực hiện phân rã chuỗi thời gian ngay lập tức.

decomposition = sm.tsa.seasonal_decompose(time_series)

Bạn có thể trích xuất một thành phần cụ thể, ví dụ tính mùa vụ, bằng cách truy cập thuộc tính seasonal của đối tượng phân rã.

Hướng dẫn

100 XP
  • Import statsmodels.api với bí danh sm.
  • Thực hiện phân rã chuỗi thời gian trên DataFrame co2_levels vào một biến tên là decomposition.
  • In ra thành phần tính mùa vụ của kết quả phân rã chuỗi thời gian.