Pytania otagowane jako time-series

Szeregi czasowe to sekwencja punktów danych z wartościami mierzonymi w następujących po sobie okresach (w czasie ciągłym lub w dyskretnych okresach). Analiza szeregów czasowych wykorzystuje to naturalne uporządkowanie czasowe, aby wyodrębnić znaczenie i trendy z danych bazowych.



10
Przechowywanie danych szeregów czasowych, relacyjnych czy nie?
Tworzę system, który sonduje urządzenia w poszukiwaniu danych o różnych parametrach, takich jak wykorzystanie procesora, wykorzystanie dysku, temperatura itp. W (prawdopodobnie) 5-minutowych odstępach przy użyciu SNMP. Ostatecznym celem jest zapewnienie wizualizacji użytkownikowi systemu w postaci wykresów szeregów czasowych. W przeszłości patrzyłem na używanie RRDTool, ale odrzuciłem go, ponieważ przechowywanie przechwyconych …

14
Jak obliczyć średnią ruchomą za pomocą NumPy?
Wydaje się, że nie ma funkcji, która po prostu oblicza średnią ruchomą na numpy / scipy, co prowadzi do zawiłych rozwiązań . Moje pytanie jest dwojakie: Jaki jest najłatwiejszy sposób (poprawnie) zaimplementowania średniej ruchomej za pomocą numpy? Ponieważ wydaje się to nietrywialne i podatne na błędy, czy istnieje dobry powód, …

3
Jak uzyskać pionową geom_vline na osi X daty zajęć?
Mimo że znalazłem post Hadley w grupie google na POSIXcti geom_vlinenie mogłem tego zrobić. Mam szereg czasowy od i chciałbym narysować pionową linię na przykład dla lat 1998, 2005 i 2010. Próbowałem ze składnią ggploti qplot, ale nadal albo nie widzę żadnej pionowej linii, albo pionowa linia jest rysowana na …
109 r  date  ggplot2  time-series 

8
Czy Pandy mogą wykreślić histogram dat?
Wziąłem serię i wymusiłem na niej kolumnę z datetime64[ns]datą i godziną dtype = (chociaż potrzebuję tylko rozdzielczości dziennej ... nie wiem, jak to zmienić). import pandas as pd df = pd.read_csv('somefile.csv') column = df['date'] column = pd.to_datetime(column, coerce=True) ale kreślenie nie działa: ipdb> column.plot(kind='hist') *** TypeError: ufunc add cannot use …


2
Jak analizować milisekundy?
Jak używać strptimelub innych funkcji do analizowania znaczników czasu z milisekundami w języku R? time[1] # [1] "2010-01-15 13:55:23.975" strptime(time[1], format="%Y-%m-%d %H:%M:%S.%f") # [1] NA strptime(time[1], format="%Y-%m-%d %H:%M:%S") # [1] "2010-01-15 13:55:23"`

8
Pandy: średnia krocząca według przedziału czasu
Jestem nowy w Pandas… Mam mnóstwo danych z ankiet; Chcę obliczyć średnią kroczącą, aby uzyskać oszacowanie dla każdego dnia na podstawie trzydniowego okna. Jak rozumiem z tego pytania , funkcje rolling_ * obliczają okno na podstawie określonej liczby wartości, a nie określonego zakresu dat i godzin. Czy istnieje inna funkcja, …

1
Wielowymiarowe prognozowanie szeregów czasowych z 3-miesięcznym zestawem danych
Mam wygenerowane 3 miesiące danych (każdy wiersz odpowiadający każdemu dniu) i chcę przeprowadzić analizę wielu szeregów czasowych dla tego samego: dostępne kolumny to - Date Capacity_booked Total_Bookings Total_Searches %Variation Każda data ma 1 pozycję w zbiorze danych i ma 3 miesiące danych i chcę dopasować model szeregów czasowych na wielu …

2
Pandy: Zygzakowata segmentacja danych na podstawie lokalnych minimów i maksimów
Mam dane z timeseries. Generowanie danych date_rng = pd.date_range('2019-01-01', freq='s', periods=400) df = pd.DataFrame(np.random.lognormal(.005, .5,size=(len(date_rng), 3)), columns=['data1', 'data2', 'data3'], index= date_rng) s = df['data1'] Chcę utworzyć linię zygzakowatą łączącą lokalne maksima i lokalne minima, które spełniają warunek, że na osi y |highest - lowest value|każdej linii zygzakowatej musi przekraczać procent …

1
Jak mogę użyć polecenia `td` z pakietu` tempdisagg`, aby rozdzielić dane miesięczne na częstotliwość danych dziennych?
Mam miesięczne dane o częstotliwości, które staram się podzielić na dane o częstotliwości dziennej. Więc używam tdpolecenia z tempdisaggpakietu w R, używając poniższego kodu: dat=ts(data[,2]) result=td(dat~1, conversion = "average", to = "day", method = "chow-lin-maxlog") Następnie pojawia się następujący komunikat o błędzie: Error in td(dat ~ 1, conversion = "average", …
Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.