季节性分解 II
现在来看看如何在环境数据中检测并可视化季节性和趋势。
您将使用 statsmodels.seasonal_decompose() 进行分解，然后绘制结果。
您还会将数据重采样为按小时的间隔，以观察更长的趋势。间隔选得过短会看不清楚趋势和季节性。
matplotlib.pyplot as plt 和 import statsmodels.api as sm 已为您导入，数据已加载为 df。
本练习是课程的一部分
用 Python 分析 IoT 数据
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Resample DataFrame to 1h
df_seas = df.resample('1h').max()
# Run seasonal decompose
decomp = ____