আপট্রেন্ড টাইম সিরিজ АН্যালিসিসে উর্ধ্বমুখী প্যাটার্ন বোঝায়। ডেটাসেট: SalesRecords.csv।
প্রয়োজনীয় লাইব্রেরি ইমপোর্ট:
import pandas as pd
import matplotlib.pyplot as plt
CSV থেকে ডেটা লোড এবং ডেটটাইম কনভার্সন:
dataFrame = pd.read_csv("C:\\Users\\amit_\\Desktop\\SalesRecords.csv")
dataFrame['Date_of_Purchase'] = pd.to_datetime(dataFrame['Date_of_Purchase'])
dataFrame = dataFrame.set_index('Date_of_Purchase')
প্লট তৈরি:
dataFrame.plot()
plt.show()
সম্পূর্ণ কোড উদাহরণ:
import pandas as pd
import matplotlib.pyplot as plt
# CSV ফাইল থেকে ডেটা লোড
dataFrame = pd.read_csv("C:\\Users\\amit_\\Desktop\\SalesRecords.csv")
print("Reading the CSV file...\n", dataFrame)
# কলামকে ডেটটাইম অবজেক্টে কাস্ট
dataFrame['Date_of_Purchase'] = pd.to_datetime(dataFrame['Date_of_Purchase'])
dataFrame = dataFrame.set_index('Date_of_Purchase')
# প্লট তৈরি (আপট্রেন্ড দেখাবে)
dataFrame.plot()
plt.show()
আউটপুট:
এটি টাইম সিরিজ প্লট তৈরি করবে যা আপট্রেন্ড (উর্ধ্বমুখী প্যাটার্ন) দেখাবে।
মূল ধাপ:
pd.to_datetime(): স্ট্রিংকে ডেটটাইমে কনভার্টset_index(): ডেট কলামকে ইনডেক্স বানানোDataFrame.plot(): সব নিউমেরিক কলাম প্লট করে
