如何在python中将最佳拟合线应用于时间序列

时间:2023-01-23
本文介绍了如何在python中将最佳拟合线应用于时间序列的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着跟版网的小编来一起学习吧!

问题描述

我正在尝试将最佳拟合线应用于显示 NDVI 随时间变化的时间序列,但我一直遇到错误.在这种情况下,我的 x 是不同的日期,因为字符串的间距不均匀,y 是每个日期使用的 NDVI 值.当我在 numpy 中使用 poly1d 函数时,出现以下错误:

I am trying to apply a best fit line to time series showing NDVI over time but I keep running into errors. my x, in this case, are different dates as strings that are not evenly spaced and y is the NDVI value for use each date. When I use the poly1d function in numpy I get the following error:

TypeError: ufunc 'add' did not contain a loop with signature matching types 
   dtype('<U32') dtype('<U32') dtype('<U32')

我附上了我正在使用的数据集的样本

I have attached a sample of the data set I am working with

# plot Data and and models
plt.subplots(figsize=(20, 10))
plt.xticks(rotation=90)
plt.plot(x,y,'-', color= 'blue')
plt.title('WSC-10-50')
plt.ylabel('NDVI')
plt.xlabel('Date')
plt.plot(np.unique(x), np.poly1d(np.polyfit(x, y, 1))(np.unique(y)))
plt.legend(loc='upper right')

任何帮助修复我的代码或更好的方法可以获得最适合我的数据的线?

Any help fixing my code or a better way I can get the best fit line for my data?

推荐答案

当我将最佳拟合线应用于时间序列数据时,我会创建一条间隔均匀的线来表示日期以简化回归.所以我使用 np.linspace() 来创建一组等于日期数的间隔.

When I apply a best fit line to time series data, I create an evenly spaced line that represents the dates to simplify the regression. So I use np.linspace() to create a set of intervals equal to the number of dates.

from io import StringIO
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

data = StringIO("""

date   value
24-Jan-16   0.786
25-Feb-16   0.781
29-Apr-16   0.786
15-May-16   0.761
16-Jun-16   0.762
04-Sep-16   0.783
22-Oct-16   0.797

""")

df = pd.read_table(data, delim_whitespace=True)

# To read from csv use:
# df = pd.read_csv("/path/to/file.csv")

df.loc[:, "date"] = pd.to_datetime(df.loc[:, "date"], format="%d-%b-%y")

y_values = df.loc[:, "value"]
x_values = np.linspace(0,1,len(df.loc[:, "value"]))
poly_degree = 3

coeffs = np.polyfit(x_values, y_values, poly_degree)
poly_eqn = np.poly1d(coeffs)
y_hat = poly_eqn(x_values)

plt.figure(figsize=(12,8))
plt.plot(df.loc[:, "date"], df.loc[:,"value"], "ro")
plt.plot(df.loc[:, "date"],y_hat)
plt.title('WSC-10-50')
plt.ylabel('NDVI')
plt.xlabel('Date')
plt.savefig("NDVI_plot.png")

输出:

这篇关于如何在python中将最佳拟合线应用于时间序列的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持跟版网!

上一篇:Python:滑动窗口均值,忽略缺失数据 下一篇:Pandas DataFrame 按时间戳分组

相关文章

最新文章