探索
你也許常常繪圖，但在本課中，能夠明確控制不同時間序列要畫在哪一個座標軸上非常重要。這對你之後評估時間序列的預測表現很關鍵。
這裡你的任務是繪出 1972 年到 2018 年之間，美國每月糖果產量的資料集。
具體來說，你要繪製的工業生產指數是 IPG3113N。這代表美國每個月生產的糖與糖果製品總量，以 2012 年 1 月的產量為基準的百分比。因此，120 代表為 2012 年 1 月工業生產的 120%。
看看這個量隨時間如何變化，以及一年之中各月份的變化情形。
本練習屬於課程
Python 中的 ARIMA 模型
練習說明
- 匯入
matplotlib.pyplot並將其別名設為plt，同時匯入pandas並將其別名設為pd。 - 使用
pandas載入糖果產量時間序列'candy_production.csv'，將索引設為'date'欄位、解析日期，並指定給變數candy。 - 使用 DataFrame 的
.plot()方法將時間序列畫在座標軸ax1上。接著顯示圖表。
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。
# 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=____)
____