季節性分解 II
現在來看看如何在環境資料中偵測並視覺化季節性與趨勢。
你將使用 statsmodels.seasonal_decompose() 來進行分解，然後繪製結果。
你也會將資料重採樣為每小時區間，以觀察更長期的趨勢。 若選擇的區間太短，將無法清楚看出趨勢與季節性。
matplotlib.pyplot as plt 與 import statsmodels.api as sm 已為你匯入，資料也已載入為 df。
本練習屬於課程
使用 Python 分析 IoT 資料
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Resample DataFrame to 1h
df_seas = df.resample('1h').max()
# Run seasonal decompose
decomp = ____