本週的實踐內容為時間序列,**如下:
讀取資料
import pandas as pd
import numpy as np
data=pd.read_excel(
'd:\homework.xlsx'
)data
調整為按季度統計的資料
def
getseason
(s):
#print(s[5:7])
return s[5:
7]data[
'季度'
]=data[
'日期'].
(getseason)
defgetdate
(s):
#print(s[5:7])
return s[0:
4]data[
'date'
]=data[
'日期'].
(getdate)
data
觀察圖形趨勢
import matplotlib.pyplot as plt
plt.plot(data[
'傳統汽車銷量'])
plt.show(
)
移動平均法求**值
#第二季度
y1=data[data[
'季度']==
'q2'][
'傳統汽車銷量'
].reset_index(
).tail(3)
['傳統汽車銷量'
].mean(
)print
("period1:{}"
.format
(y1)
)#第三季度
y2=data[data[
'季度']==
'q3'][
'傳統汽車銷量'
].reset_index(
).tail(3)
['傳統汽車銷量'
].mean(
)print
("period2:{}"
.format
(y2)
)#第四季度
y3=data[data[
'季度']==
'q4'][
'傳統汽車銷量'
].reset_index(
).tail(3)
['傳統汽車銷量'
].mean(
)print
("period3:{}"
.format
(y3)
)
實踐實習作業
1.編譯器 優化分別優化了哪些 調整 新的視角 新的視角強調的重點是針對問題的演算法 即選擇和構造適合於問題的演算法 表驅動狀態機 將問題抽象為另一種等價的數學模型或假想機器模型 2.總結gcc靜態庫和動態庫的製作 動態庫製作 so gcc shared fpic o lib libadd.so s...
Quartz作業排程實踐
quartz的使用場景 例如 每5秒對某個平台傳輸資料 quartz框架的一些基礎概念解釋 scheduler 作業排程器。ijob 作業介面,繼承並實現execute,編寫執行的具體作業邏輯。jobbuilder 根據設定,生成乙個詳細作業資訊 jobdetail triggerbuilder 根...
時間序列分析
協方差矩陣和相關係數主要研究兩個連續變數的相似程度 相關性 協方差公式 協方差矩陣 相關係數 cov x,y var x var y 相關係數矩陣 可以使用ljung box方法進行檢驗。即box.test data,type ljung box lag num 來檢驗,當p value大於0.05...