资金流入流出预测

day1 数据分析与探索

原则上，实行先整体后局部，先正常后异常的处理方法

先整体后局部

1.先对整体的时间序列进行可视化，进行观察，逐步缩小观察范围，切割观察时段

2.在某些特殊时段进行分析，观察申购和赎买总量的差异以及影响因素

3.在对影响因素有所估量后，进一步观察其他时段是否也具有此特征，从而得到初步结论

先正常后异常

1.在发现异常值后，先不予处理，观察正常值的分布

2.最后在观察异常值的出现的影响因素，对从正常值的分布中得到的结论进行补充

新的可视化方法

小提琴图

小提琴图允许可视化一个或多个组的数字变量的分布。它与箱形图非常接近，但可以更深入地了解密度。小提琴图特别适用于数据量巨大且无法显示个别观察结果的情况。在seaborn中使用violinplot函数绘制小提琴图，

seaborn.violinplot(x=None, y=None, hue=None, data=None,
                   order=None, hue_order=None, bw='scott',
                   cut=2, scale='area', scale_hue=True, gridsize=100, 
                   width=0.8,inner='box', split=False, dodge=True,
                   orient=None, linewidth=None,color=None, palette=None,
                   saturation=0.75, ax=None, **kwargs)

其中：

• 线宽自定义 Change line width
• 图像一般宽度自定义 Change width
• 使用调色板 Use a color palette
• 单种颜色 Uniform color
• 指定每个组的颜色 Specify color of each group
• 突出显示一个组 Highlight a group