Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.Lendo e Visualizando Dados | Processamento de Séries Temporais
Análise de Séries Temporais
course content

Conteúdo do Curso

Análise de Séries Temporais

Análise de Séries Temporais

1. Séries Temporais: Vamos Começar
IntroduçãoExemplos PráticosTipos de ModeloImplementação em PythonVisualização
2. Processamento de Séries Temporais
Lendo e Visualizando DadosEstacionaridadeAutocorrelaçãoDecomposição
3. Visualização de Séries Temporais
Séries Temporais SimplesPersonalize Seu GráficoDesafio
4. Modelos Estacionários
Exemplos de Séries Temporais EstacionáriasMédia Móvel SimplesAutoregressãoModelo Autoregressivo Integrado de Médias MóveisDesafio
5. Modelos Não Estacionários
Exemplos de Séries Temporais Não EstacionáriasConverter Dados Não Estacionários em EstacionáriosDesafio 1Desafio 2
6. Resolver Problemas Reais
Previsão do TempoPrevisão de Demanda da LojaMercados FinanceirosPrever o Surgimento de Clientes RecorrentesMedicina: Previsão de EEG

Lendo e Visualizando Dados

O primeiro passo é a leitura dos dados. Ao trabalhar com séries temporais, as regras são as mesmas - você ainda pode usar o pandas para obter dados a partir de arquivos csv.

Nos arquivos, digamos que você tenha uma coluna Date que contém datas no tipo str. Para a análise de séries temporais subsequente, é necessário converter o tipo str para datetime. Isso é feito utilizando a função to_datetime() do pandas

Vamos tomar como exemplo o conjunto de dados air_quality_no2_long.csv:

A seguir, convertemos o tipo de dados na coluna Date de str para datetime:

Você também pode fazer isso imediatamente ao ler o conjunto de dados:

Agora podemos plotar o nosso conjunto de dados:

Tarefa

Leia e visualize o conjunto de dados AirPassengers.csv.

  1. Importe matplotlib.pyplot como plt.
  2. Leia o arquivo csv e salve-o na variável data.
  3. Converta "Month" em tipo datetime.
  4. Inicialize um gráfico de linhas com a coluna "Month" de data no eixo x e "#Passengers" no eixo y.
  5. Defina rótulos nos eixos e exiba o gráfico:
  • "Month" no eixo x;
  • "Passengers" no eixo y.

Tarefa

Leia e visualize o conjunto de dados AirPassengers.csv.

  1. Importe matplotlib.pyplot como plt.
  2. Leia o arquivo csv e salve-o na variável data.
  3. Converta "Month" em tipo datetime.
  4. Inicialize um gráfico de linhas com a coluna "Month" de data no eixo x e "#Passengers" no eixo y.
  5. Defina rótulos nos eixos e exiba o gráfico:
  • "Month" no eixo x;
  • "Passengers" no eixo y.
Mude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixo

Tudo estava claro?

Seção 2. Capítulo 1
toggle bottom row

Lendo e Visualizando Dados

O primeiro passo é a leitura dos dados. Ao trabalhar com séries temporais, as regras são as mesmas - você ainda pode usar o pandas para obter dados a partir de arquivos csv.

Nos arquivos, digamos que você tenha uma coluna Date que contém datas no tipo str. Para a análise de séries temporais subsequente, é necessário converter o tipo str para datetime. Isso é feito utilizando a função to_datetime() do pandas

Vamos tomar como exemplo o conjunto de dados air_quality_no2_long.csv:

A seguir, convertemos o tipo de dados na coluna Date de str para datetime:

Você também pode fazer isso imediatamente ao ler o conjunto de dados:

Agora podemos plotar o nosso conjunto de dados:

Tarefa

Leia e visualize o conjunto de dados AirPassengers.csv.

  1. Importe matplotlib.pyplot como plt.
  2. Leia o arquivo csv e salve-o na variável data.
  3. Converta "Month" em tipo datetime.
  4. Inicialize um gráfico de linhas com a coluna "Month" de data no eixo x e "#Passengers" no eixo y.
  5. Defina rótulos nos eixos e exiba o gráfico:
  • "Month" no eixo x;
  • "Passengers" no eixo y.

Tarefa

Leia e visualize o conjunto de dados AirPassengers.csv.

  1. Importe matplotlib.pyplot como plt.
  2. Leia o arquivo csv e salve-o na variável data.
  3. Converta "Month" em tipo datetime.
  4. Inicialize um gráfico de linhas com a coluna "Month" de data no eixo x e "#Passengers" no eixo y.
  5. Defina rótulos nos eixos e exiba o gráfico:
  • "Month" no eixo x;
  • "Passengers" no eixo y.
Mude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixo

Tudo estava claro?

Seção 2. Capítulo 1
toggle bottom row

Lendo e Visualizando Dados

O primeiro passo é a leitura dos dados. Ao trabalhar com séries temporais, as regras são as mesmas - você ainda pode usar o pandas para obter dados a partir de arquivos csv.

Nos arquivos, digamos que você tenha uma coluna Date que contém datas no tipo str. Para a análise de séries temporais subsequente, é necessário converter o tipo str para datetime. Isso é feito utilizando a função to_datetime() do pandas

Vamos tomar como exemplo o conjunto de dados air_quality_no2_long.csv:

A seguir, convertemos o tipo de dados na coluna Date de str para datetime:

Você também pode fazer isso imediatamente ao ler o conjunto de dados:

Agora podemos plotar o nosso conjunto de dados:

Tarefa

Leia e visualize o conjunto de dados AirPassengers.csv.

  1. Importe matplotlib.pyplot como plt.
  2. Leia o arquivo csv e salve-o na variável data.
  3. Converta "Month" em tipo datetime.
  4. Inicialize um gráfico de linhas com a coluna "Month" de data no eixo x e "#Passengers" no eixo y.
  5. Defina rótulos nos eixos e exiba o gráfico:
  • "Month" no eixo x;
  • "Passengers" no eixo y.

Tarefa

Leia e visualize o conjunto de dados AirPassengers.csv.

  1. Importe matplotlib.pyplot como plt.
  2. Leia o arquivo csv e salve-o na variável data.
  3. Converta "Month" em tipo datetime.
  4. Inicialize um gráfico de linhas com a coluna "Month" de data no eixo x e "#Passengers" no eixo y.
  5. Defina rótulos nos eixos e exiba o gráfico:
  • "Month" no eixo x;
  • "Passengers" no eixo y.
Mude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixo

Tudo estava claro?

O primeiro passo é a leitura dos dados. Ao trabalhar com séries temporais, as regras são as mesmas - você ainda pode usar o pandas para obter dados a partir de arquivos csv.

Nos arquivos, digamos que você tenha uma coluna Date que contém datas no tipo str. Para a análise de séries temporais subsequente, é necessário converter o tipo str para datetime. Isso é feito utilizando a função to_datetime() do pandas

Vamos tomar como exemplo o conjunto de dados air_quality_no2_long.csv:

A seguir, convertemos o tipo de dados na coluna Date de str para datetime:

Você também pode fazer isso imediatamente ao ler o conjunto de dados:

Agora podemos plotar o nosso conjunto de dados:

Tarefa

Leia e visualize o conjunto de dados AirPassengers.csv.

  1. Importe matplotlib.pyplot como plt.
  2. Leia o arquivo csv e salve-o na variável data.
  3. Converta "Month" em tipo datetime.
  4. Inicialize um gráfico de linhas com a coluna "Month" de data no eixo x e "#Passengers" no eixo y.
  5. Defina rótulos nos eixos e exiba o gráfico:
  • "Month" no eixo x;
  • "Passengers" no eixo y.
Mude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixo
Seção 2. Capítulo 1
Mude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixo
We're sorry to hear that something went wrong. What happened?
some-alt