L'intrigue de séries temporelles a commencé ~ édition python ~

introduction

Cet article est l'article du 22ème jour de MicroAd Advent Calendar 2019.

Chose que tu veux faire

Les graphiques de séries chronologiques sont un outil très utile lors de la visualisation des données de journal. Jusqu'à présent, j'ai vécu une telle vie où je me suis échappé en traçant en remplaçant la date sur l'axe horizontal par un nombre approprié. Mais maintenant, c'est différent. Maintenant, vous pouvez bien tracer avec l'axe horizontal dans l'ordre chronologique! Alors, je voudrais résumer l'histoire sous forme de mémorandum. Le graphique créé ici utilise uniquement l'option ** minimum **.

Méthode

Vous pouvez tracer correctement avec matplotlib.dates. Voici un exemple de code.

du quotidien

import io
import pandas as pd
import matplotlib.dates as mdates
import matplotlib.pyplot as plt
from pandas.plotting import register_matplotlib_converters
register_matplotlib_converters()


def main():
    data = """date,value
    2018-12-01,15
    2018-12-02,30
    2018-12-03,25
    2018-12-04,18
    2018-12-05,9
    2018-12-06,22
    2018-12-07,34
    2018-12-08,33
    2018-12-09,28
    2018-12-10,22
    2018-12-11,26
    2018-12-12,31"""
    df = pd.read_csv(io.StringIO(data), parse_dates=[0])

    fig = plt.figure()
    ax = fig.add_subplot(1, 1, 1)
    ax.plot(df['date'], df['value'])

    ##Personnalisez les éléments suivants
    daysFmt = mdates.DateFormatter('%Y-%m-%d')
    ax.xaxis.set_major_formatter(daysFmt)
    fig.autofmt_xdate()

    plt.show()


if __name__ == '__main__':
    main()

La figure créée par ce code est la suivante.

Si vous souhaitez modifier un peu la méthode d'affichage,

    daysFmt = mdates.DateFormatter('%Y-%m-%d')

Vous pouvez jouer avec ici.

    daysFmt = mdates.DateFormatter('%m/%d')

Si vous le modifiez comme ci-dessus, l'étiquette de l'axe x ressemblera à ceci:

Par date et heure

Je vais changer un peu les données et l'essayer pour chaque date et heure.

import io
import pandas as pd
import matplotlib.dates as mdates
import matplotlib.pyplot as plt
from pandas.plotting import register_matplotlib_converters
register_matplotlib_converters()


def main():
    data = """date,value
        2018-12-01 00,15
        2018-12-01 01,30
        2018-12-01 02,25
        2018-12-01 03,18
        2018-12-01 04,9
        2018-12-01 05,22
        2018-12-01 06,34
        2018-12-01 07,33
        2018-12-01 08,28
        2018-12-01 09,22
        2018-12-01 10,26
        2018-12-01 11,31"""
    df = pd.read_csv(io.StringIO(data), parse_dates=[0])

    fig = plt.figure()
    ax = fig.add_subplot(1, 1, 1)
    ax.plot(df['date'], df['value'])

    ##Personnalisez les éléments suivants
    daysFmt = mdates.DateFormatter('%m/%d %H:%M')
    ax.xaxis.set_major_formatter(daysFmt)
    fig.autofmt_xdate()

    plt.show()


if __name__ == '__main__':
    main()

Le chiffre obtenu est le suivant.

Changer la fréquence de l'échelle

Si vous souhaitez modifier la fréquence de l'échelle, ajoutez les deux lignes suivantes.

    daysLoc = mdates.HourLocator(byhour=None, interval=3, tz=None)
    ax.xaxis.set_major_locator(daysLoc)

Cela changera la fréquence de l'échelle. C'est devenu un personnage très solitaire. Cette fois, je l'ai défini avec ʻinterval, mais vous pouvez obtenir exactement le même résultat en supprimant l'option ʻinterval et en la définissant avecbyhour = range (2, 12, 3). En plus du HourLocater utilisé ici, il en existe de nombreux tels que MonthLocator, WeekdayLocator, DayLocator, MonthLocator, MinuteLocator, SecondLocator.

Rotation de l'étiquette d'axe

L'étiquette de l'axe est trop longue et dépasse! Dans ce cas, vous pouvez le faire pivoter. Vous pouvez le faire en ajoutant les deux lignes suivantes.

    labels = ax.get_xticklabels()
    plt.setp(labels, rotation=45)

C'est le chiffre obtenu. Vous pouvez voir que l'angle de l'étiquette a changé.

finalement

Voici un résumé des ** options minimales ** dont j'avais besoin pour tracer au fil du temps. Créez un graphique plus compréhensible en fonction de la situation! Maintenant que nous avons la visualisation, c'est l'analyse des séries chronologiques ...

Matériel de référence

matplotlib.dates (document officiel) Réglage de l'axe lors du traçage des données de séries temporelles avec matplotlib + bonus Graphique de séries temporelles Python matplotlib (réglage de l'axe des temps) [Définissez l'échelle de l'axe du graphique des données de séries chronologiques avec matplotlib.dates] (https://bunseki-train.com/setting_ticks_by_matplotlib_dates/)