Serie temporali - Librerie Python

Python ha una consolidata popolarità tra le persone che eseguono l'apprendimento automatico grazie alla sua struttura del codice facile da scrivere e di facile comprensione, nonché a un'ampia varietà di librerie open source. Di seguito sono state introdotte alcune di queste librerie open source che utilizzeremo nei prossimi capitoli.

NumPy

Numerical Python è una libreria utilizzata per il calcolo scientifico. Funziona su un oggetto array N-dimensionale e fornisce funzionalità matematiche di base come dimensione, forma, media, deviazione standard, minimo, massimo e alcune funzioni più complesse come funzioni algebriche lineari e trasformata di Fourier. Imparerai di più su questi mentre andiamo avanti in questo tutorial.

Panda

Questa libreria fornisce strutture dati altamente efficienti e di facile utilizzo come serie, dataframe e pannelli. Ha migliorato le funzionalità di Python dalla semplice raccolta e preparazione dei dati all'analisi dei dati. Le due librerie, Pandas e NumPy, rendono molto semplice qualsiasi operazione su dataset da piccoli a molto grandi. Per saperne di più su queste funzioni, segui questo tutorial.

SciPy

Science Python è una libreria utilizzata per il calcolo tecnico e scientifico. Fornisce funzionalità per l'ottimizzazione, l'elaborazione di segnali e immagini, l'integrazione, l'interpolazione e l'algebra lineare. Questa libreria è utile durante l'esecuzione del machine learning. Discuteremo di queste funzionalità mentre andiamo avanti in questo tutorial.

Scikit Learn

Questa libreria è uno SciPy Toolkit ampiamente utilizzato per la modellazione statistica, l'apprendimento automatico e il deep learning, poiché contiene vari modelli personalizzabili di regressione, classificazione e clustering. Funziona bene con Numpy, Pandas e altre librerie che lo rendono più facile da usare.

Statsmodels

Come Scikit Learn, questa libreria viene utilizzata per l'esplorazione dei dati statistici e la modellazione statistica. Funziona bene anche con altre librerie Python.

Matplotlib

Questa libreria viene utilizzata per la visualizzazione dei dati in vari formati come grafico a linee, grafico a barre, mappe termiche, grafici a dispersione, istogramma, ecc. Contiene tutte le funzionalità relative ai grafici richieste dalla stampa all'etichettatura. Discuteremo di queste funzionalità mentre andiamo avanti in questo tutorial.

Queste librerie sono molto essenziali per iniziare con l'apprendimento automatico con qualsiasi tipo di dati.

Oltre a quelle discusse sopra, un'altra libreria particolarmente significativa per trattare le serie temporali è:

Appuntamento

Questa libreria, con i suoi due moduli - datetime e calendar, fornisce tutte le funzionalità datetime necessarie per leggere, formattare e manipolare il tempo.

Useremo queste librerie nei prossimi capitoli.