Django Prophet: Membina aplikasi analisis siri masa dari pemula hingga lanjutan-Tutorial Python-php.cn

Django Prophet: Membina aplikasi analisis siri masa dari pemula hingga lanjutan

PHPz

Lepaskan： 2023-09-26 13:36:16

asal

2166 orang telah melayarinya

Django Prophet: 从入门到高级，打造时间序列分析应用程序

Django Prophet: Dari kemasukan ke lanjutan, membina aplikasi analisis siri masa memerlukan contoh kod khusus

Analisis siri masa adalah penting Analisis statistik kaedah yang digunakan untuk mengkaji arah aliran yang berubah, berkala, bermusim dan terpencil data siri masa. Dengan perkembangan sains data dan pembelajaran mesin, analisis siri masa telah menjadi semakin penting dalam bidang seperti ramalan dan mengkaji arah aliran pasaran dan penunjuk ekonomi.

Django Prophet ialah alat analisis siri masa berasaskan Python yang menggabungkan kaedah statistik dan teknologi pembelajaran mesin untuk menyediakan fungsi ramalan siri masa yang mudah digunakan dan sangat disesuaikan. Artikel ini akan memperkenalkan cara menggunakan Django Prophet untuk membina aplikasi analisis siri masa dan memberikan contoh kod khusus.

Pasang Django Nabi

Pertama, kita perlu memasang Django Nabi. Buka terminal atau command prompt dan jalankan arahan berikut:

pip install django-prophet

Salin selepas log masuk

Buat projek Django

Seterusnya, kita perlu mencipta projek Django . Jalankan arahan berikut dalam baris arahan:

django-admin startproject timeseries_app
cd timeseries_app

Salin selepas log masuk

Buat aplikasi Django

Jalankan arahan berikut dalam direktori timeseries_app untuk mencipta fail bernama timeseries Django application:

python manage.py startapp timeseries

Salin selepas log masuk

Kemudian tambahkan 'timeseries' dalam senarai INSTALLED_APPS dalam fail settings.py seperti ini:

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

Salin selepas log masuk

Cipta Model siri masa# 🎜🎜#

Buat fail models.py dalam direktori siri masa dan tentukan kelas model bernama TimeSeries, seperti ditunjukkan di bawah:

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')

Salin selepas log masuk

Kelas model ini mengandungi Terdapat dua medan : cap masa dan nilai, yang masing-masing mewakili cap masa dan nilai yang sepadan.

Dalam projek Django, kami biasanya menggunakan latar belakang pengurusan Django untuk mengurus data. Tulis kod berikut dalam fail admin.py dalam direktori siri masa untuk dapat menambah dan mengurus data model TimeSeries dalam latar belakang pengurusan:

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

admin.site.register(TimeSeries)

Salin selepas log masuk

# 🎜🎜 #

http://localhost:8000/admin

Salin selepas log masuk

Kemudian log masuk dengan akaun pentadbir, klik pautan "Siri masa", dan klik butang "TAMBAH" di penjuru kanan sebelah atas halaman untuk menambah objek siri masa.

Analisis Siri Masa

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)

Salin selepas log masuk

Dalam kod di atas, kami mula-mula mendapatkan semua data siri masa daripada pangkalan data dan menyusunnya ke dalam format yang diperlukan oleh Django Prophet . Kemudian buat contoh Nabi untuk menyesuaikan dan meramalkan data. Akhirnya, keputusan analisis dihantar ke templat.

Reka bentuk templat

<!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>

Salin selepas log masuk

Dalam templat di atas, kami menggunakan enjin templat yang disediakan oleh Django untuk memaparkan data siri masa dan hasil ramalan.

Konfigurasi URL

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),
]

Salin selepas log masuk

Jalankan aplikasi

python manage.py runserver

Salin selepas log masuk

Kemudian masukkan URL berikut dalam penyemak imbas:

http://localhost:8000/analyze

Salin selepas log masuk

Anda akan melihat halaman data siri masa dan hasil ramalan.

Di atas adalah mengenai penggunaan Django Prophet untuk membina aplikasi analisis siri masa dari kemasukan ke lanjutan. Mudah-mudahan artikel ini akan memberikan anda contoh kod praktikal tentang analisis siri masa dan Nabi Django, dan membantu anda menerokai dunia analisis siri masa.

Atas ialah kandungan terperinci Django Prophet: Membina aplikasi analisis siri masa dari pemula hingga lanjutan. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!