視覺化凌亂的資料
來看看一個新的資料集——這次的資料比你之前看到的更不乾淨一點。
照慣例，先把原始資料視覺化。仔細觀察，試著找出在擬合模型時可能會造成問題的資料點。
資料已載入到名為 prices 的 DataFrame。
本練習屬於課程
Python 的時間序列資料機器學習
練習說明
- 使用 Pandas 視覺化時間序列資料。
- 計算每條時間序列中的遺漏值數量。記下你看到的任何不規則情況。你覺得那些是什麼？
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。
# Visualize the dataset
prices.____(legend=False)
plt.tight_layout()
plt.show()
# Count the missing values of each time series
missing_values = prices.____.____
print(missing_values)