Django Prophet: 初心者から上級者まで時系列分析アプリケーションを構築する-Python チュートリアル-php.cn

Django Prophet: 初心者から上級者まで時系列分析アプリケーションを構築する

PHPz

リリース： 2023-09-26 13:36:16

オリジナル

2165 人が閲覧しました

Django Prophet: 从入门到高级，打造时间序列分析应用程序

Django Prophet: 入門から上級まで、時系列分析アプリケーションの構築には特定のコード例が必要です

時系列分析は重要な統計分析手法です。時系列データの変化する傾向、周期性、季節性、外れ値を研究します。データサイエンスや機械学習の発展に伴い、市場動向や経済指標の予測・検討などの分野で時系列分析の重要性が高まっています。

Django Prophet は、統計手法と機械学習テクノロジーを組み合わせて、使いやすく高度にカスタマイズ可能な時系列予測機能を提供する Python ベースの時系列分析ツールです。この記事では、Django Prophet を使用して時系列分析アプリケーションを構築する方法を紹介し、具体的なコード例を示します。

Django Prophet のインストール

まず、Django Prophet をインストールする必要があります。ターミナルまたはコマンドプロンプトを開き、次のコマンドを実行します。

pip install django-prophet

ログイン後にコピー

Django プロジェクトの作成

次に、Django プロジェクトを作成する必要があります。コマンドラインで次のコマンドを実行します。

django-admin startproject timeseries_app
cd timeseries_app

ログイン後にコピー

Django アプリケーションの作成

timeseries_app ディレクトリで次のコマンドを実行して、timeseries という名前の Django アプリケーションを作成します。

python manage.py startapp timeseries

ログイン後にコピー

次に、次のように settings.py ファイルの INSTALLED_APPS リストに「timeseries」を追加します。

INSTALLED_APPS = [
    ...
    'timeseries',
    ...
]

ログイン後にコピー

時系列モデルを作成します

In Create a

from django.db import models

class TimeSeries(models.Model):
    timestamp = models.DateTimeField()
    value = models.FloatField()

    def __str__(self):
        return self.timestamp.strftime('%Y-%m-%d %H:%M:%S')

ログイン後にコピー

このモデルクラスには、タイムスタンプと値の 2 つのフィールドが含まれており、それぞれタイムスタンプと対応する値を表します。

データの準備

Django プロジェクトでは、通常、Django 管理のバックグラウンドを使用してデータを管理します。 timeseries ディレクトリの admin.py ファイルに次のコードを記述して、管理バックグラウンドで TimeSeries モデルデータを追加および管理できるようにします:

from django.contrib import admin
from timeseries.models import TimeSeries

admin.site.register(TimeSeries)

ログイン後にコピー

データアップロード

Start Django はサーバーを開発し、管理バックグラウンドにログインして時系列データをアップロードします。ブラウザに次の URL を入力します:

http://localhost:8000/admin

ログイン後にコピー

次に、管理者アカウントでログインし、[時系列] リンクをクリックし、ページの右上隅にある [追加] ボタンをクリックして時刻を追加します。シリーズオブジェクト。

時系列分析

次に、アップロードされた時系列データを分析および予測するためのコードを view 関数に記述します。 timeseries/views.py ファイルを開いて、次のコードを追加します。

from django.shortcuts import render
from timeseries.models import TimeSeries

def analyze_time_series(request):
    time_series = TimeSeries.objects.all()

    # 将时间序列数据整理为Prophet所需的格式
    data = []
    for ts in time_series:
        data.append({'ds': ts.timestamp, 'y': ts.value})

    # 使用Django Prophet进行时间序列分析和预测
    from prophet import Prophet
    model = Prophet()
    model.fit(data)
    future = model.make_future_dataframe(periods=365)
    forecast = model.predict(future)

    # 将分析结果传递到模板中进行展示
    context = {
        'time_series': time_series,
        'forecast': forecast,
    }

    return render(request, 'analyze_time_series.html', context)

ログイン後にコピー

上記のコードでは、まずデータベースからすべての時系列データを取得し、Django Prophet が必要とする形式に整理します。次に、データを適合および予測するための Prophet インスタンスを作成します。最後に、分析結果がテンプレートに渡されます。

テンプレート設計

時系列の分析結果を表示するために、analyze_time_series.html という名前のテンプレートファイルを作成します。次の HTML コードを記述します。

<!DOCTYPE html>
<html>
<head>
    <title>Analyze Time Series</title>
</head>
<body>
    <h1>Time Series Data</h1>
    <ul>
        {% for ts in time_series %}
            <li>{{ ts }}</li>
        {% empty %}
            <li>No time series data available.</li>
        {% endfor %}
    </ul>

    <h1>Forecast</h1>
    <table>
        <tr>
            <th>Timestamp</th>
            <th>Predicted Value</th>
            <th>Lower Bound</th>
            <th>Upper Bound</th>
        </tr>
        {% for row in forecast.iterrows %}
            <tr>
                <td>{{ row.ds }}</td>
                <td>{{ row.yhat }}</td>
                <td>{{ row.yhat_lower }}</td>
                <td>{{ row.yhat_upper }}</td>
            </tr>
        {% endfor %}
    </table>
</body>
</html>

ログイン後にコピー

上記のテンプレートでは、Django が提供するテンプレートエンジンを使用して、時系列データと予測結果を表示します。

URL 構成

最後のステップは、ブラウザーを通じて分析ページにアクセスできるように URL ルーティングを構成することです。次のコードを timeseries_app ディレクトリの urls.py ファイルに追加します。

from django.contrib import admin
from django.urls import path
from timeseries.views import analyze_time_series

urlpatterns = [
    path('admin/', admin.site.urls),
    path('analyze/', analyze_time_series),
]

ログイン後にコピー