Python 使用熊猫进行预测模式的10分钟时间戳间隔可视化？

我有一个数据文件，其中有一列充满了时间戳，我以10分钟的时间间隔汇总了时间，我试图将它们可视化，以找到需求的基本模式。我已经看了这个信息的柱状图…热图并没有返回好的结果。 我的信息只是一列时间戳，如下所示： 2017-08-28 14:37:00 我有100000行，我正在尝试使用熊猫进行预测，我不知道我是否应该使用线性回归或卡尔曼滤波，到目前为止，这是我的可视化 plt.图（）

---

df[“time”].apply（lambda x:x.hour）.plot.hist（bins=24）我试图在10分钟的时间间隔内使其更精细，然后查看模式并实施预测技术

我不确定我是否准确理解您的问题。据我所知，你有一个一维时间序列的“需求”，你想开发一个预测算法

对于您的数据探索，模式识别”，我理解您在可视化方面有困难。首先，为了增加直方图的粒度，您可能需要每天绘制一个24*6=144个数据格的直方图。如果您想尝试更多的可视化，以下是一些基础：

• 您可以尝试一个简单的图形可视化，因为您的数据似乎是一维的
• 另一种选择是以一天中的小时、一周中的某一天（周一、周二等）、一年中的某个月为轴构建热图
• 以0小时和23小时之间的小时为x轴的散点图

你应该找到很多

对于预测算法，您没有提供任何信息，因此我们可以给出提示。请尝试更具体一些，或者快速搜索“时间序列预测”