25、数据处理与可视化：时间序列分析与关系理解

数据处理与可视化：时间序列分析与关系理解

1. 时间序列分析

1.1 时间序列基础

在处理时间序列数据时，我们常常需要对数据进行可视化展示，以便更好地理解数据的趋势和变化。以下是一段用于绘制纽约市年度气温趋势及预测的代码：

const outputChartFile = "./output/nyc-yearly-trend-with-forecast.png";
renderLineChart(dataFrame, ["Year", "ForecastYear"], ["AvgTemp", "Forecast"], outputChartFile)
    .catch(err => {
        console.error(err);
    });

1.2 时间序列比较

1.2.1 直接可视化比较的问题

当我们想要比较纽约市（NYC）和洛杉矶（LA）的气温时，直接将两个时间序列绘制在同一个图表中会存在问题。由于两个数据序列之间存在较大的垂直差距，这使得比较变得困难。如下所示：
|年份|TempLA|TempNYC|
|----|----|----|
|1921|…|…|
|1931|…|…|
|…|…|…|

1.2.2 计算差值比较

一种比较两个时间序列的方法是计算它们之间的差值。我们可以通过编写一个差值函数来实现这一目的：