視覺化多個時間序列的季節性

你現在要從 jobs_decomp 中擷取 seasonality 成分，來視覺化這些時間序列的季節性。請注意，在繪圖前需要先用 pd.DataFrame.from_dict() 函式，將 seasonality 成分的字典轉換為 DataFrame。

空字典 jobs_seasonal 和上一個練習中的時間序列分解物件 jobs_decomp 已提供在你的工作區。

本練習屬於課程

使用 Python 視覺化時間序列資料

檢視課程

練習說明

逐一走訪 jobs_names 中的每個欄位名稱，從 jobs_decomp 取出對應的 seasonal 成分。將結果放入 jobs_seasonal：鍵為時間序列名稱（欄位名），值為該時間序列的 seasonal 成分。
將 jobs_seasonal 轉為 DataFrame，命名為 seasonality_df。
為 seasonality_df 的 16 個欄位建立分面圖。請確保各子圖不要共用 y 軸。

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。

# Extract the seasonal values for the decomposition of each time series
for ts in ____:
    jobs_seasonal[ts] = jobs_decomp[ts]____
    
# Create a DataFrame from the jobs_seasonal dictionary
____ = ____(jobs_seasonal)

# Remove the label for the index
seasonality_df.index.name = None

# Create a faceted plot of the seasonality_df DataFrame
____(subplots=____,
                   layout=____,
                   sharey=____,
                   fontsize=2,
                   linewidth=0.3,
                   legend=False)

# Show plot
plt.show()

編輯並執行程式碼