AI人工智能入门教程 AI人工智能 从时间序列数据中提取统计信息
如果需要得出一些重要结论，需要从一个给定的数据中提取一些统计数据。 平均值，方差，相关性，最大值和最小值是这些统计中的一部分。 如果您想从给定的时间序列数据中提取此类统计信息，则可以使用以下代码 -
平均值
可以使用 mean()函数来查找平均值，如下所示 -
timeseries.mean()
例子代码的输出是 -
-0.11143128165238671
最大值
可以使用 max()函数来查找最大值，如下所示 -
timeseries.max()
那么在讨论的例子中观察的输出是 -
3.4952999999999999
最小值
可以使用 min()函数来查找最小值，如下所示 -
timeseries.min()
那么在讨论的例子中观察的输出是 -
-4.2656999999999998
一次性获得所有
如果您想一次计算所有统计数据，则可以使用 describe()函数，如下所示 -
timeseries.describe()
那么观察上面例子的输出是 -
count 817.000000
mean -0.111431
std 1.003151
min -4.265700
25% -0.649430
50% -0.042744
75% 0.475720
max 3.495300
dtype: float64
重新取样
可以将数据重新采样到不同的时间频率。 执行重新采样的两个参数是 -
- 时间段
- 方法
使用 mean()重新采样
以下代码使用 mean()方法重新采样数据，这是默认方法 -
timeseries_mm = timeseries.resample("A").mean()
timeseries_mm.plot(style = 'g--')
plt.show() 然后，可以观察下面使用 mean()重采样输出的图形 - 
使用median()重新采样
使用以下代码使用 median()方法重新采样数据 -
timeseries_mm = timeseries.resample("A").median()
timeseries_mm.plot()
plt.show() 然后，观察下面的图形是使用 median()重新采样的输出 -
滚动平均值
使用下面的代码来计算滚动(移动)的平均值 -
timeseries.rolling(window = 12, center = False).mean().plot(style = '-g')
plt.show()
然后，观察滚动(移动)平均值的输出图表 -
