7.8 周期性数据分析

7.8 周期性数据分析

Pandas 时间序列数据分析：7.8 周期性数据分析

周期性数据分析是时间序列分析中的一个重要组成部分，它旨在识别和理解数据中的重复模式。在 Pandas 中，我们可以利用各种工具和技术来有效地分析时间序列数据的周期性特征，从而揭示隐藏的规律，进行预测，并做出更明智的决策。

1. 周期性的概念

周期性是指时间序列数据在固定或大致固定的时间间隔内重复出现的模式。这些模式可能是季节性的（例如，每年的销售额高峰），也可能是更短期的（例如，每天的网站流量高峰）。理解周期性对于预测未来趋势、识别异常值以及制定相应的业务策略至关重要。

2. 周期性分析的方法

Pandas 提供了多种方法来分析时间序列数据的周期性，包括：

• 可视化： 使用折线图、箱线图等可视化工具可以直观地观察数据中的周期性模式。

• 重采样： 通过将数据重采样到不同的频率（例如，从天到月）可以突出显示特定时间尺度的周期性。

• 自相关函数 (ACF) 和偏自相关函数 (PACF)： 这些函数可以帮助识别时间序列数据中的自相关性，从而揭示周期性模式。

• 傅里叶变换： 傅里叶变换可以将时间序列数据转换为频域表示，从而识别主要的频率成分，并确定周期性。

• 分解： 将时间序列分解为趋势、季节性和残差成分，可以更清晰地观察周期性模式。

3. 代码实践与详解

3.1 数据准备

首先，我们需要准备一个包含时间序列数据的数据集。这里，我们使用一个模拟的每日销售额数据，其中包含一个年度季节性模式。

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from statsmodels.tsa.seasonal import seasonal_decompose
from pandas.plotting import autocorrelation_plot
from scipy.fft import fft
# 创建一个模拟的每日销售额数据
np.random.seed(0)
dates = pd.date_range(start='2020-01-01', end='2022-12-31', freq='D')
values = (
    np.sin(2 * np.pi * dates.dayofyear / 365.25) * 10 +
    np.random.normal(0, 2, len(dates)) +
    np.linspace(0, 20, len(dates))
) # 包含年度周期性、噪声和趋势
data = pd.DataFrame({'Date': dates, 'Sales': values})
data.set_index('Date', inplace=True)
print(data.head())
# 可视化原始数据
plt.figure(figsize=(12, 6))
plt.plot(data['Sales'])
plt.title('Daily Sales Data')
plt.xlabel('Date')
plt.ylabel('Sales')
plt.show()
​

这段代码首先生成了一个包含日期和销售额的 DataFrame。销售额数据由一个正弦波（模拟年度季节性）、一些随机噪声和一个线性趋势组成。然后，我们使用 matplotlib 绘制了原始数据的折线图，以便初步观察数据。

3.2 重采样

通过将数据重采样到不同的频率，我们可以突出显示特定时间尺度的周期性。例如，我们可以将每日数据重采样到每月数据，以观察年度季节性。

# 将数据重采样到每月频率
monthly_data = data['Sales'].resample('M').mean()
# 可视化每月数据
plt.figure(figsize=(12, 6))
plt.plot(monthly_data)
plt.title('Monthly Sales Data')
plt.xlabel('Date')
plt.ylabel('Average Sales')
plt.show()
​

resample('M').mean() 将数据重采样到每月频率，并计算每个月的平均销售额。通过可视化每月数据，我们可以更清晰地观察年度季节性模式。

3.3 自相关函数 (ACF) 和偏自相关函数 (PACF)

自相关函数 (ACF) 和偏自相关函数 (PACF) 可以帮助识别时间序列数据中的自相关性，从而揭示周期性模式。

# 绘制自相关图
autocorrelation_plot(data['Sales'])
plt.title('Autocorrelation Plot of Daily Sales')
plt.show()
​

自相关图显示了时间序列数据与其滞后版本之间的相关性。如果数据具有周期性，则自相关图将显示在周期性滞后处出现峰值。

3.4 傅里叶变换

傅里叶变换可以将时间序列数据转换为频域表示，从而识别主要的频率成分，并确定周期性。

# 执行傅里叶变换
fft_data = fft(data['Sales'])
frequencies = np.fft.fftfreq(len(data), d=1)  # d=1 表示采样间隔为 1 天
# 找到幅度最大的频率成分
abs_fft_data = np.abs(fft_data)
peak_frequency_index = np.argmax(abs_fft_data[1:len(abs_fft_data)//2]) + 1 # 忽略直流分量
peak_frequency = frequencies[peak_frequency_index]
period = 1 / peak_frequency
print(f"Peak Frequency: {peak_frequency:.4f}")
print(f"Estimated Period: {period:.2f} days")
# 可视化频谱
plt.figure(figsize=(12, 6))
plt.plot(frequencies[0:len(abs_fft_data)//2], abs_fft_data[0:len(abs_fft_data)//2])
plt.title('Frequency Spectrum of Daily Sales')
plt.xlabel('Frequency (cycles/day)')
plt.ylabel('Amplitude')
plt.show()
​

这段代码首先使用 fft 函数执行傅里叶变换。然后，我们计算频率并找到幅度最大的频率成分。幅度最大的频率成分对应于数据中的主要周期。最后，我们可视化频谱，以便更清晰地观察频率成分。

3.5 分解

将时间序列分解为趋势、季节性和残差成分，可以更清晰地观察周期性模式。

# 使用 seasonal_decompose 分解时间序列
decomposition = seasonal_decompose(data['Sales'], model='additive', period=365) # 假设周期为365天
# 可视化分解结果
plt.figure(figsize=(12, 8))
plt.subplot(411)
plt.plot(decomposition.observed, label='Observed')
plt.legend(loc='upper left')
plt.subplot(412)
plt.plot(decomposition.trend, label='Trend')
plt.legend(loc='upper left')
plt.subplot(413)
plt.plot(decomposition.seasonal, label='Seasonal')
plt.legend(loc='upper left')
plt.subplot(414)
plt.plot(decomposition.resid, label='Residual')
plt.legend(loc='upper left')
plt.tight_layout()
plt.show()
​

seasonal_decompose 函数将时间序列分解为趋势、季节性和残差成分。通过可视化分解结果，我们可以更清晰地观察季节性模式。在这里，model='additive' 表示我们假设时间序列的成分是相加的，period=365 表示我们假设周期为 365 天。

4. Mermaid 图表

以下是一个 Mermaid 图表，展示了周期性数据分析的流程：

这个图表清晰地展示了周期性数据分析的各个步骤，以及它们之间的关系。

5. 结论与应用

周期性数据分析是时间序列分析中的一个重要组成部分。通过使用 Pandas 提供的各种工具和技术，我们可以有效地分析时间序列数据的周期性特征，从而揭示隐藏的规律，进行预测，并做出更明智的决策。

例如，在销售额预测中，我们可以利用周期性分析来识别每年的销售额高峰，并据此调整库存和营销策略。在网站流量分析中，我们可以利用周期性分析来识别每天的流量高峰，并据此优化服务器配置和内容发布时间。

希望这篇文章能够帮助你更好地理解和应用 Pandas 中的周期性数据分析技术。