Todos somos muy conscientes de los diversos tipos de bibliotecas que Python tiene para ofrecer. Le informaremos sobre una de esas bibliotecas que se conoce como PyFlux . Los problemas que se encuentran con más frecuencia en el dominio del aprendizaje automático es el análisis de series temporales.
PyFlux es una biblioteca de código abierto en Python construida explícitamente para trabajar con problemas estadísticos. La biblioteca tiene una excelente variedad de modelos estadísticos recientes. PyFlux también permite a los usuarios tener un enfoque probabilístico. La ventaja es que brinda una imagen más completa de la incertidumbre, lo cual es importante para tareas de series temporales como la previsión.
Instalación
La última versión de PyFlux es compatible con Python 3.5.
pip install pyflux
Interfaz de la aplicación
La API de PyFlux es tan concisa que requiere una cantidad mínima de pasos para llevar a cabo el proceso de construcción del modelo.
Ejemplo 1: Primeros pasos con series temporales
Python3
import pandas as pd import datetime from pandas import Series, DataFrame import pandas_datareader import pandas_datareader.data as web import pyflux as pf import matplotlib.pyplot as plt pandas_datareader.__version__ start = datetime.datetime(2009, 1, 1) end = datetime.datetime(2019, 1, 1) df = web.DataReader('T', "yahoo", start, end) print(df.head()) df.info()
Producción:
Ejemplo 2: visualizar los datos
Python3
plt.figure(figsize=(15, 5)) plt.ylabel("Returns") plt.plot(df) plt.show()
Producción:
Publicación traducida automáticamente
Artículo escrito por br0wnhammer y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA