用python季节性分解

use*_*237 7 python machine-learning time-series matplotlib statsmodels

我有一个CSV文件,其中包含近5年的平均温度。使用seasonal_decomposefrom函数分解后statsmodels.tsa.seasonal,得到以下结果。确实,结果没有显示任何季节性!但是,我看到sin趋势很明显!我想知道为什么会这样,我该如何纠正呢?谢谢。

nresult = seasonal_decompose(nseries, model='additive', freq=1)
nresult.plot()
plt.show()
Run Code Online (Sandbox Code Playgroud)

在此处输入图片说明

fug*_*ede 7

看来您freq已关闭。

import numpy as np
import pandas as pd
from statsmodels.tsa.seasonal import seasonal_decompose

# Generate some data
np.random.seed(0)
n = 1500
dates = np.array('2005-01-01', dtype=np.datetime64) + np.arange(n)
data = 12*np.sin(2*np.pi*np.arange(n)/365) + np.random.normal(12, 2, 1500)
df = pd.DataFrame({'data': data}, index=dates)

# Reproduce the example in OP
seasonal_decompose(df, model='additive', freq=1).plot()
Run Code Online (Sandbox Code Playgroud)

在此处输入图片说明

# Redo the same thing, but with the known frequency
seasonal_decompose(df, model='additive', freq=365).plot()
Run Code Online (Sandbox Code Playgroud)

在此处输入图片说明

  • 如何正确调整我的频率?如果我有两年的每周数据,我的频率应该是多少,是 freq=52?在这种情况下,它将是空的 (4认同)