Python程序设计：人工智能案例实践

10.16　数据科学入门：时间序列和简单线性回归

前面已经介绍了列表、元组和数组等序列数据，本节将讨论时间序列。时间序列是与时间点相关联的值（称作观测）的序列，如每日收盘价格、每小时温度读数、飞机飞行中的位置变化、每年作物产量、每季度公司利润这些都是时间序列数据。来自全球Twitter用户的带时间戳的推文流也是一个时间序列数据，第12章将深入讨论Twitter数据。

本节将使用一个称为简单线性回归的技术，完成时间序列数据的预测。这里使用1895～2018年纽约市的1月份平均高温数据，一方面预测未来的1月份平均高温，另一方面估计1895年以前那些年的1月份平均高温。

第14章将使用scikit-learn库再次讨论这个例子，而第15章将使用递归神经网络（RNN）分析时间序列。

时间序列在金融应用和物联网（IoT）领域非常流行，第16章对此会做具体讨论。

本节利用Seaborn和pandas显示图形，而Seaborn和pandas都使用了Matplotlib，因此在启动IPython时需要启用Matplotlib支持：

    ipython --matplotlib

时间序列

这里使用的时间序列数据是按年份顺序排列的。单变量时间序列中，每个时间点只有一个观测值，如某年纽约市1月份高温的平均值。而多变量时间序列中每个时间点有两个或更多个观测值，如天气应用中的温度、湿度和气压读数。这里分析的是单变量时间序列。

常对时间序列执行的两个任务如下：

▪ 时间序列分析，即根据现有时间序列数据得到其模式信息，以帮助数据分析师理解数据。一个常见的分析任务是查找数据中的季节性规律，如纽约市月平均高温随季节（春、夏、秋、冬）的显著变化情况。

▪ 时间序列预测，即使用过去的数据预测未来的数据。

本节讨论时间序列预测任务。 ...