У меня есть простой массив numpy, для каждой даты есть точка данных. Что-то вроде этого:Есть ли простой способ в python экстраполировать данные в будущее?
>>> import numpy as np
>>> from datetime import date
>>> from datetime import date
>>> x = np.array([(date(2008,3,5), 4800), (date(2008,3,15), 4000), (date(2008,3,
20), 3500), (date(2008,4,5), 3000) ])
Есть простой способ экстраполировать точки данных в будущее: дата (2008,5,1), дата (2008, 5, 20) и т.д.? Я понимаю, что это можно сделать с помощью математических алгоритмов. Но здесь я ищу какие-то низкие висячие фрукты. На самом деле мне нравится то, что делает numpy.linalg.solve, но оно не выглядит применимым для экстраполяции. Может быть, я абсолютно ошибаюсь.
На самом деле, чтобы быть более конкретным, я создаю схему сжигания (термин xp): 'x = дата и y = объем выполняемой работы', поэтому у меня есть уже сделанные спринты, и я хочу визуализировать как будущие спринты будут идти, если текущая ситуация сохранится. И, наконец, я хочу предсказать дату выпуска. Таким образом, характер «объема работы, который предстоит выполнить», он всегда опускается на сжигание карт. Также я хочу получить экстраполированную дату релиза: дата, когда объем становится равным нулю.
Это все, что нужно показать команде разработчиков, как все идет. Точность здесь не так важна :) Мотивация команды разработчиков - главный фактор. Это означает, что я абсолютно согласен с очень приблизительной методикой экстраполяции.
Когда вы открыли для поиска «статистика python», что вы нашли? Какие-либо вопросы по любому из найденных статистических пакетов? –
Трудно говорить о какой-либо экстраполяции, не зная природы данных. Выше, насколько можно видеть, может быть что угодно (не исключая случайные значения), поэтому говорить о каком-либо практическом подходе было бы просто размышлять. Уточните вопрос. – Rook
Вы абсолютно правы! утонченный. – maplpro