1. Learn
    2. /
  2. 课程
    3. /
  3. 用 Python 可视化时间序列数据
Connected

道练习

多条时间序列之间的相关性

在上一个练习中，您提取了 jobs 数据框中每条时间序列的 seasonal 分量，并将结果保存到名为 seasonality_df 的新数据框中。在就业数据的语境下，对比季节性行为很有意义，这有助于发现哪些行业最相似，哪些差异最大。

我们可以利用 seasonality_df 数据框，计算数据集中各条时间序列两两之间的相关性来实现这一点。在本练习中，您将运用第 4 章学到的内容，计算相关性并创建 seasonality_df 数据框中时间序列相关性的聚类热图可视化。

说明

100 XP
  • 使用 Spearman 方法计算 seasonality_df 数据框所有列之间的相关性，并将结果赋给 seasonality_corr。
  • 基于该相关性矩阵创建一个新的聚类热图。
  • 打印 Government 与 Education & Health 行业的季节性之间的相关系数值。