Calculer les corrélations entre des séries chronologiques

Visualiser des séries chronologiques en Python

Thomas Vincent

Head of Data Science, Getty Images

Tendances dans les données sur l'emploi

print(trend_df)

datestamp  Agriculture  Business services  Construction

2000-01-01          NaN                NaN           NaN   
2000-02-01          NaN                NaN           NaN   
2000-03-01          NaN                NaN           NaN   
2000-04-01          NaN                NaN           NaN   
2000-05-01          NaN                NaN           NaN   
2000-06-01          NaN                NaN           NaN   
2000-07-01     9.170833           4.787500      6.329167   
2000-08-01     9.466667           4.820833      6.304167   
...

Tracer une carte en grappes de la matrice de corrélation de l'emploi

# Obtenir la matrice de corrélation du DataFrame seasonality_df
trend_corr = trend_df.corr(method='spearman')

# Personnaliser la carte en grappes (clustermap) de la
# matrice de corrélation
fig = sns.clustermap(trend_corr, annot=True, linewidth=0.4)

plt.setp(fig.ax_heatmap.yaxis.get_majorticklabels(),
rotation=0)

plt.setp(fig.ax_heatmap.xaxis.get_majorticklabels(),
rotation=90)

La matrice de corrélation de l'emploi

Passons à la pratique !

Visualiser des séries chronologiques en Python