tf19: 预测铁路客运量 |
您所在的位置:网站首页 › 铁路客运量查询 › tf19: 预测铁路客运量 |
以前做的练习还没有涉及过时间序列数据(洋文Time Series Data),一个最明显的例子是股票价格。 时间序列数据是指在不同时间点上收集到的数据,这类数据反映了某一事物、现象等随时间的变化状态或程度。 一年一度的春节又要来了,火车票已经开售。本帖就简单预测一下未来几个月天朝铁路客运量。 铁路客运量历史数据 铁路客运量.csv(2005-2016月度数据),数据来源于国家捅计菊。 使用matplotlib画出数据走势: import matplotlib.pyplot as plt import pandas as pd import requests import io import numpy as np url = 'http://blog.topspeedsnail.com/wp-content/uploads/2016/12/铁路客运量.csv' ass_data = requests.get(url).content df = pd.read_csv(io.StringIO(ass_data.decode('utf-8'))) # python2使用StringIO.StringIO data = np.array(df['铁路客运量_当期值(万人)']) # normalize normalized_data = (data - np.mean(data)) / np.std(data) plt.figu |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |