我正在分析恒星的数据。我有恒星的光时间序列,我想预测它们属于哪一类(4种不同类型)。 我有这些恒星的光时间序列,我想通过去个人化,频率分析和其他潜在的相关研究来分析这些时间序列。
对象时间序列是一个panda数据帧,包括10列:时间点、光点(b表示蓝色)等。。。
我首先想研究蓝光时间序列。
import statsmodels.api as sm;
import pandas as pd
import matplotlib.pyplot as plt
pd.options.display.mpl_style = 'default'
%matplotlib inline
def star_key(slab_id, star_id_b):
return str(slab_id) + '_' + str(star_id_b)
raw_time_series = pd.read_csv("data/public/train_varlength_features.csv.gz", index_col=0, compression='gzip')
time_series = raw_time_series.applymap(csv_array_to_float)
time_points = np.array(time_series.loc[star_key(patch_id, star_id_b)]['time_points_b'])
light_points = np.array(time_series.loc[star_key(patch_id, star_id_b)]['light_points_b'])
error_points = np.array(time_series.loc[star_key(patch_id, star_id_b)]['error_points_b'])
light_data = pd.DataFrame({'time':time_points[:], 'light':light_points[:]})
residuals = sm.tsa.seasonal_decompose(light_data);
light_plt = residuals.plot()
light_plt.set_size_inches(10, 5)
light_plt.tight_layout()
当我应用季节分解方法时,此代码给出一个属性错误: AttributeError:“Int64Index”对象没有“inferred”属性
seasonal_decompose()
需要数据帧上有一个DateTimeIndex
。下面是一个例子:相关问题 更多 >
编程相关推荐