{ "cells": [ { "cell_type": "markdown", "metadata": {}, "source": [ "# ഡാറ്റ സജ്ജീകരണം\n", "\n", "ഈ നോട്ട്ബുക്കിൽ, ഞങ്ങൾ കാണിക്കുന്നു എങ്ങനെ:\n", "- ഈ മോഡ്യൂളിനായി ടൈം സീരീസ് ഡാറ്റ സജ്ജീകരിക്കാം\n", "- ഡാറ്റ ദൃശ്യവൽക്കരിക്കാം\n", "\n", "ഈ ഉദാഹരണത്തിലെ ഡാറ്റ GEFCom2014 ഫോറ്കാസ്റ്റിംഗ് മത്സരം1 നിന്നാണ് എടുത്തത്. ഇത് 2012 മുതൽ 2014 വരെ 3 വർഷത്തെ മണിക്കൂറിൽ മണിക്കൂർ വൈദ്യുതി ലോഡ് மற்றும் താപനില മൂല്യങ്ങൾ ഉൾക്കൊള്ളുന്നു.\n", "\n", "1ടാവോ ഹോങ്, പിയർ പിൻസൺ, ഷു ഫാൻ, ഹമിദ്റേസാ സാരെയിപൂർ, അൽബെർട്ടോ ട്രൊക്കോളി, റോബ് ജെ. ഹൈൻഡ്മാൻ, \"പ്രൊബബിലിസ്റ്റിക് എനർജി ഫോറ്കാസ്റ്റിംഗ്: ഗ്ലോബൽ എനർജി ഫോറ്കാസ്റ്റിംഗ് മത്സരം 2014 ആൻഡ് ബിയോണ്ട്\", ഇന്റർനാഷണൽ ജേണൽ ഓഫ് ഫോറ്കാസ്റ്റിംഗ്, വോൾ.32, നമ്പർ 3, പേജ് 896-913, ജൂലൈ-സെപ്റ്റംബർ, 2016.\n" ] }, { "cell_type": "code", "execution_count": 6, "metadata": {}, "outputs": [], "source": [ "import os\n", "import matplotlib.pyplot as plt\n", "from common.utils import load_data\n", "%matplotlib inline" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ "csv-ൽ നിന്നുള്ള ഡാറ്റ Pandas ഡാറ്റാഫ്രെയിമിലേക്ക് ലോഡ് ചെയ്യുക.\n" ] }, { "cell_type": "code", "execution_count": 7, "metadata": {}, "outputs": [ { "output_type": "execute_result", "data": { "text/plain": [ " load\n", "2012-01-01 00:00:00 2698.0\n", "2012-01-01 01:00:00 2558.0\n", "2012-01-01 02:00:00 2444.0\n", "2012-01-01 03:00:00 2402.0\n", "2012-01-01 04:00:00 2403.0" ], "text/html": "
| \n | load | \n
|---|---|
| 2012-01-01 00:00:00 | \n2698.0 | \n
| 2012-01-01 01:00:00 | \n2558.0 | \n
| 2012-01-01 02:00:00 | \n2444.0 | \n
| 2012-01-01 03:00:00 | \n2402.0 | \n
| 2012-01-01 04:00:00 | \n2403.0 | \n