कोर्स में आपका स्वागत है!

Python में Time Series Data का विज़ुअलाइज़ेशन

Thomas Vincent

Head of Data Science, Getty Images

पूर्वापेक्षाएँ

डेटा साइंस में टाइम सीरीज़

टाइम सीरीज़ कई तरह के डेटा को स्टोर और विश्लेषित करने का मूल तरीका है
फाइनेंस, मौसम और डिवाइस डेटा को टाइम सीरीज़ के रूप में ही सबसे अच्छा सँभाला जाता है

डेटा साइंस में टाइम सीरीज़

टाइम सीरीज़ डेटा का उदाहरण

कोर्स ओवरव्यू

Chapter 1: शुरुआत करें और अपनी पहली टाइम सीरीज़ प्लॉट को पर्सनलाइज़ करें
Chapter 2: टाइम सीरीज़ डेटा का सारांश और वर्णन
Chapter 3: एडवांस्ड टाइम सीरीज़ विश्लेषण
Chapter 4: मल्टिपल टाइम सीरीज़ के साथ काम करना
Chapter 5: केस स्टडी

Pandas के साथ डेटा पढ़ना

import pandas as pd

df = pd.read_csv('ch2_co2_levels.csv')
print(df)

       datestamp    co2
0     1958-03-29  316.1
1     1958-04-05  317.3
2     1958-04-12  317.6
...
...
...
2281  2001-12-15  371.2
2282  2001-12-22  371.3
2283  2001-12-29  371.5

Pandas से डेटा प्रीव्यू करें

print(df.head(n=5))

    datestamp    co2
0  1958-03-29  316.1
1  1958-04-05  317.3
2  1958-04-12  317.6
3  1958-04-19  317.5
4  1958-04-26  316.4

print(df.tail(n=5))

       datestamp    co2
2279  2001-12-01  370.3
2280  2001-12-08  370.8
2281  2001-12-15  371.2
2282  2001-12-22  371.3
2283  2001-12-29  371.5

Pandas से डेटा टाइप जाँचें

print(df.dtypes)

datestamp     object
co2          float64
dtype: object

तारीखों के साथ काम करें

pandas में टाइम सीरीज़ डेटा पर काम करने के लिए, आपकी तारीख वाली कॉलम का टाइप datetime64 होना चाहिए.

pd.to_datetime(['2009/07/31', 'test'])

ValueError: Unknown string format

pd.to_datetime(['2009/07/31', 'test'], errors='coerce')

DatetimeIndex(['2009-07-31', 'NaT'], 
    dtype='datetime64[ns]', freq=None)

चलिए शुरू करते हैं!

Python में Time Series Data का विज़ुअलाइज़ेशन