ข้ามไปยังเนื้อหาหลัก

บ้าน Python

Courses

Visualizing Time Series Data in Python

ระดับกลางระดับทักษะ

อัปเดตแล้ว 03/2565

Visualize seasonality, trends and other patterns in your time series data.

เริ่มเรียนหลักสูตรฟรี

PythonData Visualization4 ชม.17 videos59 Exercises4,850 เอ็กซ์พี26,311คำแถลงแสดงความสำเร็จ

สร้างบัญชีฟรีของคุณ

หรือ

เมื่อดำเนินการต่อ คุณยอมรับข้อกำหนดการใช้งานของเรา นโยบายความเป็นส่วนตัวของเรา และยอมรับว่าข้อมูลของคุณจะถูกจัดเก็บไว้ในสหรัฐอเมริกา

เป็นที่ชื่นชอบของผู้เรียนในบริษัทหลายพันแห่ง

ฝึกอบรมบุคคลตั้งแต่ 2 คนขึ้นไป?

ลองใช้ DataCamp for Business

คำอธิบายรายวิชา

Time series data is omnipresent in the field of Data Science. Whether it is analyzing business trends, forecasting company revenue or exploring customer behavior, every data scientist is likely to encounter time series data at some point during their work. To get you started on working with time series data, this course will provide practical knowledge on visualizing time series data using Python.

ข้อกำหนดเบื้องต้น

Introduction to Data Visualization with Matplotlib Manipulating Time Series Data in Python

1

Line Plots

You will learn how to leverage basic plottings tools in Python, and how to annotate and personalize your time series plots. By the end of this chapter, you will be able to take any static dataset and produce compelling plots of your data.

Welcome to the course!

50 เอ็กซ์พี

Load your time series data

100 เอ็กซ์พี

Test whether your data is of the correct type

100 เอ็กซ์พี

Plot your first time series

50 เอ็กซ์พี

Your first plot!

100 เอ็กซ์พี

Specify plot styles

100 เอ็กซ์พี

Display and label plots

100 เอ็กซ์พี

Customize your time series plot

50 เอ็กซ์พี

Subset time series data

100 เอ็กซ์พี

Add vertical and horizontal markers

100 เอ็กซ์พี

Add shaded regions to your plot

100 เอ็กซ์พี

เริ่มบท

2

Summary Statistics and Diagnostics

In this chapter, you will gain a deeper understanding of your time series data by computing summary statistics and plotting aggregated views of your data.

Clean your time series data

50 เอ็กซ์พี

Find missing values

100 เอ็กซ์พี

Handle missing values

100 เอ็กซ์พี

Plot aggregates of your data

50 เอ็กซ์พี

Display rolling averages

100 เอ็กซ์พี

Display aggregated values

100 เอ็กซ์พี

Summarize the values in your time series data

50 เอ็กซ์พี

Compute numerical summaries

100 เอ็กซ์พี

Boxplots and Histograms

100 เอ็กซ์พี

Density plots

100 เอ็กซ์พี

เริ่มบท

3

Seasonality, Trend and Noise

You will go beyond summary statistics by learning about autocorrelation and partial autocorrelation plots. You will also learn how to automatically detect seasonality, trend and noise in your time series data.

Autocorrelation and Partial autocorrelation

50 เอ็กซ์พี

Autocorrelation in time series data

100 เอ็กซ์พี

Interpret autocorrelation plots

50 เอ็กซ์พี

Partial autocorrelation in time series data

100 เอ็กซ์พี

Interpret partial autocorrelation plots

50 เอ็กซ์พี

Seasonality, trend and noise in time series data

50 เอ็กซ์พี

Time series decomposition

100 เอ็กซ์พี

Plot individual components

100 เอ็กซ์พี

A quick review

50 เอ็กซ์พี

Visualize the airline dataset

100 เอ็กซ์พี

Analyze the airline dataset

100 เอ็กซ์พี

Time series decomposition of the airline dataset

100 เอ็กซ์พี

เริ่มบท

4

Work with Multiple Time Series

In the field of Data Science, it is common to be involved in projects where multiple time series need to be studied simultaneously. In this chapter, we will show you how to plot multiple time series at once, and how to discover and describe relationships between multiple time series.

Working with more than one time series

50 เอ็กซ์พี

Load multiple time series

100 เอ็กซ์พี

Visualize multiple time series

100 เอ็กซ์พี

Statistical summaries of multiple time series

50 เอ็กซ์พี

Plot multiple time series

50 เอ็กซ์พี

Define the color palette of your plots

100 เอ็กซ์พี

Add summary statistics to your time series plot

100 เอ็กซ์พี

Plot your time series on individual plots

100 เอ็กซ์พี

Find relationships between multiple time series

50 เอ็กซ์พี

Compute correlations between time series

100 เอ็กซ์พี

Visualize correlation matrices

100 เอ็กซ์พี

Clustered heatmaps

100 เอ็กซ์พี

เริ่มบท

5

Case Study: Unemployment Rate

This chapter will give you a chance to practice all the concepts covered in the course. You will visualize the unemployment rate in the US from 2000 to 2010.

Apply your knowledge to a new dataset

50 เอ็กซ์พี

Explore the Jobs dataset

100 เอ็กซ์พี

Describe time series data with boxplots

100 เอ็กซ์พี

Beyond summary statistics

50 เอ็กซ์พี

Plot all the time series in your dataset

100 เอ็กซ์พี

Annotate significant events in time series data

100 เอ็กซ์พี

Plot monthly and yearly trends

100 เอ็กซ์พี

Decompose time series data

50 เอ็กซ์พี

Apply time series decomposition to your dataset

100 เอ็กซ์พี

Visualize the seasonality of multiple time series

100 เอ็กซ์พี

Compute correlations between time series

50 เอ็กซ์พี

Correlations between multiple time series

100 เอ็กซ์พี

Interpret correlations

50 เอ็กซ์พี

Congratulations!

50 เอ็กซ์พี

เริ่มบท

Visualizing Time Series Data in Python

หลักสูตรเสร็จสมบูรณ์

ได้รับใบรับรองความสำเร็จ

เพิ่มข้อมูลรับรองนี้ลงในโปรไฟล์ LinkedIn, ประวัติย่อ หรือเรซูเม่ของคุณ
แชร์ลงในโซเชียลมีเดียและในรายงานประเมินผลการปฏิบัติงานของคุณลงทะเบียนเลย

สำหรับธุรกิจ

ฝึกอบรมบุคคลตั้งแต่ 2 คนขึ้นไป?

ให้ทีมของคุณเข้าถึงแพลตฟอร์ม DataCamp แบบเต็มรูปแบบ รวมถึงฟีเจอร์ทั้งหมด

ในแทร็กต่อไปนี้

Time Series in Python

instructors

Thomas Vincent

Head of Data Science at Getty Images

collaborators

Lore Dirick

Sumedh Panchadhar

Courses resources

Inventions and Scientific Discoveriesdatasets

CO2 levels in Mauai Hawaiidatasets

Airline passengersdatasets

Production of meat in USAdatasets

Unemployment rate in USAdatasets

เข้าร่วมกับ... 19 ล้านผู้เรียน และเริ่ม Visualizing Time Series Data in Python วันนี้เลย!

สร้างบัญชีฟรีของคุณ

หรือ

เมื่อดำเนินการต่อ คุณยอมรับข้อกำหนดการใช้งานของเรา นโยบายความเป็นส่วนตัวของเรา และยอมรับว่าข้อมูลของคุณจะถูกจัดเก็บไว้ในสหรัฐอเมริกา

พัฒนาทักษะด้านข้อมูลของคุณด้วย DataCamp for Mobile

พัฒนาทักษะได้ทุกที่ทุกเวลาด้วยคอร์สเรียนบนมือถือและแบบฝึกหัดเขียนโค้ดประจำวัน 5 นาทีของเรา