Contenido del Curso

Análisis de Series Temporales

1. Serie Temporal: Comencemos

Introducción Ejemplos Prácticos Tipos de Modelo Implementación en Python Visualización

2. Procesamiento de Series Temporales

Lectura y Visualización de Datos Estacionariedad Autocorrelación Descomposición

3. Visualización de Series Temporales

Serie Temporal Simple Personaliza Tu Parcela Reto

4. Modelos Estacionarios

Ejemplos de Series de Tiempo Estacionarias Media Móvil Simple Auto-regresión Modelo Autorregresivo Integrado de Media Móvil Desafío

5. Modelos No Estacionarios

Ejemplos de Series de Tiempo No Estacionarias Convertir Datos No Estacionarios a Estacionarios Desafio 1 Desafío 2

6. Resuelve Problemas Reales

Pronóstico del Tiempo Pronóstico de Demanda de la Tienda Mercados Financieros Predice la Aparición de Clientes Repetitivos Medicina: Pronóstico de EEG

Personaliza Tu Parcela

Ahora veremos cómo puedes diversificar y mejorar la presentación de tus gráficos. Esto mejorará la percepción del gráfico y también puede ser útil a la hora de crear presentaciones y otros documentos con análisis de datos.

Empecemos por añadir títulos al gráfico:

``python plt.figure(figsize=(11, 9)) dataset.plot() plt.title("Precio spot HH") plt.show() ```

También puede cambiar el estilo del gráfico de series temporales. Si quieres que el gráfico no sea una línea sólida sino que esté formado por puntos, cambia el valor del argumento estilo de línea a "punteado":

``python plt.figure(figsize=(11, 9)) dataset.plot(linestyle="dotted") plt.title("Precio spot HH") plt.show() ```

Y por último, vamos a ver cómo cambiar el esquema de colores del gráfico. Tienes una enorme selección de mapas de colores, una lista completa de los cuales está en el sitio web oficial matplotlib.

Para cambiar la paleta de colores, basta con cambiar el valor del argumento colormap por el nombre de la paleta que le interese:

``python plt.figure(figsize=(11, 9)) dataset.plot(label="dataset", colormap="cool") plt.ylabel("Precio") plt.xlabel("Fecha") plt.legend() ```

Tarea

Visualizar el conjunto de datos pr_air_quality.csv.

1. Lea el archivo csv.
Inicializa un gráfico de líneas para la columna "value" de df. Establecer "dotted" linestyle y "cool" colormap.
Añade el título "Análisis de la calidad del aire".
1. Añade etiquetas en los ejes: "Datetime" en el eje x y "Value" en el eje y.

Cambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones

¿Todo estuvo claro?

¡Gracias por tus comentarios!

Sección 3. Capítulo 2

Personaliza Tu Parcela

Empecemos por añadir títulos al gráfico:

``python plt.figure(figsize=(11, 9)) dataset.plot() plt.title("Precio spot HH") plt.show() ```

``python plt.figure(figsize=(11, 9)) dataset.plot(linestyle="dotted") plt.title("Precio spot HH") plt.show() ```

Para cambiar la paleta de colores, basta con cambiar el valor del argumento colormap por el nombre de la paleta que le interese:

``python plt.figure(figsize=(11, 9)) dataset.plot(label="dataset", colormap="cool") plt.ylabel("Precio") plt.xlabel("Fecha") plt.legend() ```

Tarea

Visualizar el conjunto de datos pr_air_quality.csv.

1. Lea el archivo csv.
Inicializa un gráfico de líneas para la columna "value" de df. Establecer "dotted" linestyle y "cool" colormap.
Añade el título "Análisis de la calidad del aire".
1. Añade etiquetas en los ejes: "Datetime" en el eje x y "Value" en el eje y.

Cambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones

¿Todo estuvo claro?

¡Gracias por tus comentarios!

Sección 3. Capítulo 2

Personaliza Tu Parcela

Empecemos por añadir títulos al gráfico:

``python plt.figure(figsize=(11, 9)) dataset.plot() plt.title("Precio spot HH") plt.show() ```

``python plt.figure(figsize=(11, 9)) dataset.plot(linestyle="dotted") plt.title("Precio spot HH") plt.show() ```

Para cambiar la paleta de colores, basta con cambiar el valor del argumento colormap por el nombre de la paleta que le interese:

``python plt.figure(figsize=(11, 9)) dataset.plot(label="dataset", colormap="cool") plt.ylabel("Precio") plt.xlabel("Fecha") plt.legend() ```

Tarea

Visualizar el conjunto de datos pr_air_quality.csv.

1. Lea el archivo csv.
Inicializa un gráfico de líneas para la columna "value" de df. Establecer "dotted" linestyle y "cool" colormap.
Añade el título "Análisis de la calidad del aire".
1. Añade etiquetas en los ejes: "Datetime" en el eje x y "Value" en el eje y.

Cambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones

¿Todo estuvo claro?

¡Gracias por tus comentarios!

Empecemos por añadir títulos al gráfico:

``python plt.figure(figsize=(11, 9)) dataset.plot() plt.title("Precio spot HH") plt.show() ```

``python plt.figure(figsize=(11, 9)) dataset.plot(linestyle="dotted") plt.title("Precio spot HH") plt.show() ```

Para cambiar la paleta de colores, basta con cambiar el valor del argumento colormap por el nombre de la paleta que le interese:

``python plt.figure(figsize=(11, 9)) dataset.plot(label="dataset", colormap="cool") plt.ylabel("Precio") plt.xlabel("Fecha") plt.legend() ```

Tarea

Visualizar el conjunto de datos pr_air_quality.csv.

1. Lea el archivo csv.
Inicializa un gráfico de líneas para la columna "value" de df. Establecer "dotted" linestyle y "cool" colormap.
Añade el título "Análisis de la calidad del aire".
1. Añade etiquetas en los ejes: "Datetime" en el eje x y "Value" en el eje y.

Cambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones

Sección 3. Capítulo 2

Cambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones