Resolvido: janela rolante pytorch

Início » Python » lanterna » Resolvido: janela rolante pytorch

O mundo da análise de dados geralmente exige trabalhar com dados de séries temporais, e uma técnica comum usada no tratamento desses dados é empregar o conceito de um janela rolante. Uma janela rolante, às vezes chamada de janela móvel ou janela deslizante, é uma abordagem que nos permite segmentar nosso conjunto de dados em blocos menores, processá-los e obter insights úteis da subsérie resultante. Essa técnica poderosa é amplamente usada em finanças, previsões e análise de tendências, tornando-a uma habilidade valiosa para se ter em sua caixa de ferramentas analíticas. Neste artigo, exploraremos o conceito de janela rolante, abordaremos um problema, dividiremos sua solução em etapas fáceis de entender e discutiremos bibliotecas e funções Python relacionadas que podem facilitar nossas vidas.

Problema Declaração

Vamos supor que temos um conjunto de dados de série temporal que contém números de vendas diárias de uma loja de varejo por um ano. Nossa tarefa é analisar esse conjunto de dados e calcular a média contínua de 7 dias de vendas para suavizar possíveis anomalias, identificar tendências e orientar as decisões de negócios. Estaremos usando Python, uma linguagem de programação conhecida e amplamente utilizada para análise de dados.

Abordagem de Solução

Para resolver o problema da janela rolante, seguiremos estas etapas:

1. Importe as bibliotecas necessárias
2. Carregar o conjunto de dados
3. Criar a janela rolante
4. Calcular a média móvel de 7 dias
5. Visualize os resultados

Vamos começar importando as bibliotecas necessárias e carregando o conjunto de dados.

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# Load dataset (Assuming the dataset is a CSV file)
data = pd.read_csv('sales_data.csv')

# Preview the dataset
print(data.head())

Depois de carregar o conjunto de dados, passamos a criar a janela rolante.

Criando a Janela Rolante

Nós nos voltamos para os poderosos Pandas biblioteca para criar uma janela rolante usando o rolling() função. A janela contínua terá um tamanho de 7 dias, pois queremos calcular a média móvel de 7 dias.

# Create a rolling window of 7 days
rolling_window = data['sales'].rolling(window=7)

Agora que temos a janela contínua, podemos calcular a média móvel de 7 dias.

Calculando a média móvel de 7 dias

Para encontrar a média móvel de vendas de 7 dias, simplesmente chamamos o mean() função em nosso objeto de janela rolante. Em seguida, adicionamos essa nova média móvel como uma nova coluna em nosso conjunto de dados.

# Calculate the moving average
data['7_day_avg'] = rolling_window.mean()

# Preview the updated dataset
print(data.head(10))

Por fim, vamos visualizar nossos resultados para entender melhor as tendências em nossos dados.

Visualizando resultados

Usaremos o popular matplotlib biblioteca para criar um gráfico de linhas simples mostrando os dados diários de vendas e nossa média móvel calculada de 7 dias.

# Plot the daily sales data
plt.plot(data['sales'], label='Daily Sales')

# Plot the 7-day moving average
plt.plot(data['7_day_avg'], label='7-Day Moving Average', color='red')

# Add labels and legend
plt.xlabel('Days')
plt.ylabel('Sales')
plt.title('Daily Sales and 7-Day Moving Average')
plt.legend()

# Display the plot
plt.show()

O gráfico gerado exibe os dados diários de vendas junto com a média móvel de 7 dias, facilitando a identificação de tendências e anomalias.

Em conclusão, a janela rolante é amplamente utilizada na análise de dados, especificamente séries temporais, por sua capacidade de revelar padrões e tendências ocultos em grandes conjuntos de dados. A combinação de Python, Pandas e Matplotlib simplifica o processo de cálculo da média móvel e visualização dos resultados, tornando-o um assunto acessível tanto para iniciantes quanto para especialistas na área.