向时间序列图添加趋势线

Question

我有这个情节

现在我要为其添加一条趋势线，该怎么做？

数据如下：

我只想弄清楚多年来加州的平均挂牌价如何上涨，所以我这样做了：

#86400000 = 24h
$FilterXPath = '*[System[EventID=4624 and TimeCreated[timediff(@SystemTime) <= 86400000]]]' 
$LogonEvents = Get-WinEvent -LogName Security -FilterXPath $FilterXPath

$Logons = foreach ($LogonEvent in $LogonEvents) {
    [PSCustomObject]@{
        LogonDate = $LogonEvent.TimeCreated
        UserName = $LogonEvent.Properties[5].Value
        UserDomain = $LogonEvent.Properties[6].Value
        LogonType = $LogonEvent.Properties[8].Value
    }
}

$LogonsGroupedByUserName = $Logons | Group-Object -Property UserName

foreach ($Group in $LogonsGroupedByUserName) {     
    $Group.Group | 
        Sort-Object -Property LogonDate -Descending | 
        Select-Object -First 1
}

然后我将字符串state_ca_month转换为datetime：

# Get California data
state_ca = []
state_median_price = []
state_ca_month = []
for state, price, date in zip(data['ZipName'], data['Median Listing Price'], data['Month']):
    if ", CA" not in state:
        continue
    else:
        state_ca.append(state)
        state_median_price.append(price)
        state_ca_month.append(date)

然后将其绘制

# Convert state_ca_month to datetime
state_ca_month = [datetime.strptime(x, '%m/%d/%Y %H:%M') for x in state_ca_month]

我考虑添加趋势线或某种类型的线，但是我对可视化还是陌生的。如果有人有其他建议，我将不胜感激。

按照评论中的建议，我得到了这个散点图

我想知道是否应该进一步格式化数据以便更清晰地检查。

Answer 1

如果用“趋势线”表示文字线，那么您可能希望对数据进行线性回归。 {{1}中的sklearn provides this functionality。

来自上面的超链接示例：

python

要澄清的是，“总体趋势”不是明确定义的事情。很多时候，人们用“趋势”来指代一条“适合”数据的字面行。反过来，“拟合数据”是指“预测数据”。因此，获取趋势线的最常见方法是选择一条最能预测您观察到的数据的线。事实证明，我们甚至需要弄清“预测”的含义。一种方法（也是非常常见的一种方法）是通过定义“最佳预测”，以使“趋势线”和观测数据之间所有误差的平方和最小。这称为ordinary least squares linear regression，是获得“趋势线”的最简单方法之一。这是在import matplotlib.pyplot as plt import numpy as np from sklearn import datasets, linear_model from sklearn.metrics import mean_squared_error, r2_score # Load the diabetes dataset diabetes = datasets.load_diabetes() # Use only one feature diabetes_X = diabetes.data[:, np.newaxis, 2] # Split the data into training/testing sets diabetes_X_train = diabetes_X[:-20] diabetes_X_test = diabetes_X[-20:] # Split the targets into training/testing sets diabetes_y_train = diabetes.target[:-20] diabetes_y_test = diabetes.target[-20:] # Create linear regression object regr = linear_model.LinearRegression() # Train the model using the training sets regr.fit(diabetes_X_train, diabetes_y_train) # Make predictions using the testing set diabetes_y_pred = regr.predict(diabetes_X_test) # The coefficients print('Coefficients: \n', regr.coef_) # The mean squared error print("Mean squared error: %.2f" % mean_squared_error(diabetes_y_test, diabetes_y_pred)) # Explained variance score: 1 is perfect prediction print('Variance score: %.2f' % r2_score(diabetes_y_test, diabetes_y_pred)) # Plot outputs plt.scatter(diabetes_X_test, diabetes_y_test, color='black') plt.plot(diabetes_X_test, diabetes_y_pred, color='blue', linewidth=3) plt.xticks(()) plt.yticks(()) plt.show() 中实现的算法。