Zaman serisi atamalarını görselleştirme

Python'da Eksik Verilerle Çalışma

Suraj Donthi

Deep Learning & Computer Vision Learning

Hava kalitesi zaman serisi grafiği

airquality['Ozone'].plot(title='Ozone', marker='o', figsize=(30, 5))

Hava kalitesi veri kümesinin zaman serisi grafiği

Python'da Eksik Verilerle Çalışma

İleri Doldurma (Ffill) Ataması

ffill_imp['Ozone'].plot(color='red', marker='o', linestyle='dotted', figsize=(30, 5))

airquality['Ozone'].plot(title='Ozone', marker='o')

İleri doldurulmuş hava kalitesi veri kümesinin zaman serisi grafiği

Python'da Eksik Verilerle Çalışma

Geri Doldurma (Bfill) Ataması

bfill_imp['Ozone'].plot(color='red', marker='o', linestyle='dotted', figsize=(30, 5))
airquality['Ozone'].plot(title='Ozone', marker='o')

Geri doldurulmuş hava kalitesi veri kümesinin zaman serisi grafiği

Python'da Eksik Verilerle Çalışma

Doğrusal Enterpolasyon

linear_interp['Ozone'].plot(color='red', marker='o', linestyle='dotted', figsize=(30, 5))
airquality['Ozone'].plot(title='Ozone', marker='o')

Doğrusal enterpolasyonlu hava kalitesi veri kümesinin zaman serisi grafiği

Python'da Eksik Verilerle Çalışma

Karesel Enterpolasyon

quadratic_interp['Ozone'].plot(color='red', marker='o', linestyle='dotted', figsize=(30, 5))
airquality['Ozone'].plot(title='Ozone', marker='o')

Karesel enterpolasyonlu hava kalitesi veri kümesinin zaman serisi grafiği

Python'da Eksik Verilerle Çalışma

En Yakın Enterpolasyon

nearest_interp['Ozone'].plot(color='red', marker='o', linestyle='dotted', figsize=(30, 5))
airquality['Ozone'].plot(title='Ozone', marker='o')

En yakın enterpolasyonlu hava kalitesi veri kümesinin zaman serisi grafiği

Python'da Eksik Verilerle Çalışma

Enterpolasyonların karşılaştırılması

# Create subplots
fig, axes = plt.subplots(3, 1, figsize=(30, 20))

# Create interpolations dictionary
interpolations = {'Linear Interpolation': linear_interp, 
                         'Quadratic Interpolation': quadratic_interp, 
                         'Nearest Interpolation': nearest_interp}

# Visualize each interpolation
for ax, df_key in zip(axes, interpolations):
            interpolations[df_key].Ozone.plot(color='red', marker='o', 
                                              linestyle='dotted', ax=ax)
            airquality.Ozone.plot(title=df_key + ' - Ozone', marker='o', ax=ax)
Python'da Eksik Verilerle Çalışma

Enterpolasyonların karşılaştırılması

Enterpolasyonlu hava kalitesi veri çerçevelerinin karşılaştırması

Python'da Eksik Verilerle Çalışma

Atama tekniklerinin karşılaştırılması

Tüm atama teknikleriyle hava kalitesi veri kümelerinin karşılaştırması

Python'da Eksik Verilerle Çalışma

Özet

  • Atanmış DataFrame'in zaman serisi grafiği
  • Atamaların karşılaştırması
Python'da Eksik Verilerle Çalışma

Hadi pratik yapalım!

Python'da Eksik Verilerle Çalışma

Preparing Video For Download...