अपने डेटा के एग्रीगेट्स प्लॉट करें

Python में Time Series Data का विज़ुअलाइज़ेशन

Thomas Vincent

Head of Data Science, Getty Images

मूविंग एवरेज

टाइम सीरीज़ विश्लेषण में, मूविंग एवरेज कई काम आता है:
- अल्पकालिक उतार-चढ़ाव को स्मूद करना
- आउटलायर हटाना
- दीर्घकालिक ट्रेंड या साइकल्स को उभारना.

मूविंग एवरेज मॉडल

co2_levels_mean = co2_levels.rolling(window=52).mean()

ax = co2_levels_mean.plot()
ax.set_xlabel("Date")
ax.set_ylabel("The values of my Y axis")
ax.set_title("52 weeks rolling mean of my time series")

plt.show()

CO2 डेटा के लिए मूविंग एवरेज का प्लॉट

टाइम सीरीज़ का रोलिंग मीन

टाइम सीरीज़ के एग्रीगेट वैल्यूज़ निकालना

co2_levels.index

DatetimeIndex(['1958-03-29', '1958-04-05',...],
              dtype='datetime64[ns]', name='datestamp', 
              length=2284, freq=None)

print(co2_levels.index.month)

array([ 3,  4,  4, ..., 12, 12, 12], dtype=int32)

print(co2_levels.index.year)

array([1958, 1958, 1958, ..., 2001,
      2001, 2001], dtype=int32)

टाइम सीरीज़ के एग्रीगेट वैल्यूज़ प्लॉट करना

index_month = co2_levels.index.month
co2_levels_by_month = co2_levels.groupby(index_month).mean()
co2_levels_by_month.plot()

plt.show()

टाइम सीरीज़ के एग्रीगेट वैल्यूज़ प्लॉट करना

CO2 लेवल्स डेटा के मंथली एग्रीगेट्स

अभ्यास करते हैं!

Python में Time Series Data का विज़ुअलाइज़ेशन