探索
您也许经常绘图，但在本课程中，能够明确控制不同时间序列绘制在哪个坐标轴上非常重要。这对后续评估您的时间序列预测至关重要。
本题要求您绘制 1972 年至 2018 年美国糖果产量的月度数据。
具体来说，您将绘制工业产出指数 IPG3113N。该指标表示美国每月生产的糖及糖果制品总量，相对于 2012 年 1 月的产量百分比。因此，120 表示为 2012 年 1 月工业产量的 120%。
请查看该数量随时间的变化趋势，以及它在一年之内的季节性变化。
本练习是课程的一部分
Python 中的 ARIMA 模型
练习说明
- 导入
matplotlib.pyplot并将其别名设为plt，以及导入pandas并将其别名设为pd。 - 使用
pandas加载糖果产量时间序列'candy_production.csv'，将索引设置为'date'列，并解析日期，赋值给变量candy。 - 使用 DataFrame 的
.plot()方法将时间序列绘制到坐标轴ax1上。然后显示图表。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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=____)
____