Python တွင် time series data ကို နမူနာယူနည်း (ဥပမာများဖြင့်)

အချိန်စီးရီးဒေတာကို ပြန်လည်နမူနာယူခြင်း ဆိုသည်မှာ ကာလအသစ်တစ်ခုအတွင်း ဒေတာကို အကျဉ်းချုပ် သို့မဟုတ် ပေါင်းစည်းခြင်းဆိုလိုသည်။

Python တွင် အချိန်စီးရီးဒေတာကို ပြန်လည်နမူနာပြုလုပ်ရန် အောက်ပါအခြေခံ syntax ကို အသုံးပြုနိုင်ပါသည်။

 #find sum of values in column1 by month
weekly_df[' column1 '] = df[' column1 ']. resample (' M '). sum ()

#find mean of values in column1 by week
weekly_df[' column1 '] = df[' column1 ']. resample (' W '). mean () 

အချိန်စီးရီးဒေတာကို မတူညီသောအချိန်ကာလများအပါအဝင်၊

• S : စက္ကန့်
• မိနစ် : မိနစ်
• H : နာရီ
• J : နေ့
• W : ရက်သတ္တပတ်
• M : လ
• Q : ရပ်ကွက်
• A : နှစ်

အောက်ဖော်ပြပါ ဥပမာသည် လက်တွေ့တွင် အချိန်စီးရီးဒေတာကို မည်ကဲ့သို့ ပုံသက်သေပြရမည်ကို ပြသထားသည်။

ဥပမာ- Python ရှိ Time Series ဒေတာကို နမူနာယူပါ။

ကုမ္ပဏီတစ်ခုမှ တစ်နှစ်တာကာလအတွင်း တစ်နာရီအတွင်း ကုမ္ပဏီတစ်ခုမှ ရောင်းချသည့် စုစုပေါင်းရောင်းအားကို ပြသသည့် အောက်ပါပန်ဒါ DataFrame ရှိသည်ဆိုပါစို့။

 import pandas as pd
import numpy as np

#make this example reproducible
n.p. random . seeds (0)

#create DataFrame with hourly index
df = pd. DataFrame (index= pd.date_range (' 2020-01-06 ', ' 2020-12-27 ', freq=' h '))

#add column to show sales by hour
df[' sales '] = np. random . randint (low=0, high=20, size= len (df. index ))

#view first five rows of DataFrame
df. head ()

	             dirty
2020-01-06 00:00:00 12
2020-01-06 01:00:00 15
2020-01-06 02:00:00 0
2020-01-06 03:00:00 3
2020-01-06 04:00:00 3

အရောင်းဒေတာကို မြင်သာစေရန် လိုင်းကွက်တစ်ခု ဖန်တီးပါက၊ ၎င်းသည် အောက်ပါအတိုင်း ဖြစ်လိမ့်မည်-

 import matplotlib. pyplot as plt

#plot time series data
plt. plot (df. index , df. sales , linewidth= 3 ) 

ဤဇယားသည် ဘာသာပြန်ရန်ခက်ခဲသောကြောင့် ကျွန်ုပ်တို့သည် အရောင်းဒေတာကို ရက်သတ္တပတ်အလိုက် အကျဉ်းချုံးနိုင်သည်-

 #create new DataFrame
weekly_df = pd. DataFrame ()

#create 'sales' column that summarizes total sales by week
weekly_df[' sales '] = df[' sales ']. resample (' W '). sum ()

#view first five rows of DataFrame
weekly_df. head ()

                dirty
2020-01-12 1519
2020-01-19 1589
2020-01-26 1540
2020-02-02 1562
2020-02-09 1614

ဤ DataFrame အသစ်သည် တစ်ပတ်လျှင် အရောင်းပမာဏကို ပြသသည်။

ထို့နောက် ကျွန်ုပ်တို့သည် ဤအပတ်စဉ်ဒေတာကို အသုံးပြု၍ အချိန်စီးရီးကြံစည်မှုကို ဖန်တီးနိုင်သည်-

 import matplotlib. pyplot as plt

#plot weekly sales data
plt. plot ( weekly_df.index , weekly_df.sales , linewidth= 3 ) 

ပထမနမူနာတွင် 8,545 နာရီတစ်လုံးစီအတွက် အရောင်းဒေတာနှင့် ဆန့်ကျင်သည့်အနေဖြင့် ကျွန်ုပ်တို့သည် 51 ရက်သတ္တပတ်တစ်ဦးချင်းစီအတွက် အရောင်းဒေတာကို ကိုယ်စားပြုသောကြောင့် ဤဇယားသည် ဖတ်ရန်ပိုမိုလွယ်ကူပါသည်။

မှတ်ချက် – ဤဥပမာတွင်၊ ကျွန်ုပ်တို့သည် အရောင်းဒေတာကို ရက်သတ္တပတ်အလိုက် အကျဉ်းချုံ့ထားသော်လည်း ဒေတာအချက်များပင် နည်းပါးလိုပါက ကျွန်ုပ်တို့သည် ၎င်းကို လ သို့မဟုတ် သုံးလပတ်အလိုက် အကျဉ်းချုံးနိုင်သည်။

ထပ်လောင်းအရင်းအမြစ်များ

အောက်ပါ သင်ခန်းစာများသည် Python တွင် အခြားသော ဘုံလုပ်ဆောင်ချက်များကို မည်သို့လုပ်ဆောင်ရမည်ကို ရှင်းပြသည်-

Matplotlib တွင် အချိန်စီးရီးတစ်ခုကို ဘယ်လိုဆွဲမလဲ။
Seaborn မှာ အချိန်စီးရီးတစ်ခု ဘယ်လိုဆွဲမလဲ။
Python ရှိ time series မှ MAPE ကို တွက်နည်း