使用pandas进行预测的模式的10分钟时间戳间隔可视化？

Question

我有一个数据文件，其中一列充满了时间戳，我用10分钟的时间间隔聚合了时间，我试图将它们可视化以找到需求的基本模式。我查看了这些信息的直方图......并且热图没有返回好的结果。我的信息只有一列充满了这样的时间戳：2017-08-28 14:37:00我有100,000行，我正在尝试使用熊猫预测，我不知道我是否应该使用线性回归或卡尔曼滤波器到目前为止这是我的可视化plt.figure（）df [“time”]。apply（lambda x：x.hour）.plot.hist（bins = 24）我试图在10分钟的间隔时间内更细化查看模式并实施预测技术

Answer 1

我不确定我是否明白你的问题是什么。根据我的理解，你有一个统一的“需求”时间序列，你想要开发一个预测算法。

对于您的数据探索，识别模式“，我知道您难以实现可视化。首先，为了增加直方图的粒度，您可能希望每天使用group your data并绘制24 * 6 = 144个柱子的直方图。你想尝试更多的可视化，有些是基础知识：

• 您可以尝试一个简单的图形可视化，因为您的数据似乎是一维的
• 另一个选择是建立一个热图，每天的小时，星期几（星期一，星期二等），一年中的一个轴为轴
• 一个散点图，其中x轴为0小时和23小时之间的小时，......

你应该找到很多different options。

对于预测算法，您没有提供任何信息，因此我们可以给出提示。尝试更具体，或快速搜索“时间序列预测”