Vượt ra ngoài thống kê tóm tắt

Trực quan hóa dữ liệu chuỗi thời gian trong Python

Thomas Vincent

Head of Data Science, Getty Images

Biểu đồ facet cho bộ dữ liệu jobs

jobs.plot(subplots=True,
            layout=(4, 4),
            figsize=(20, 16),
            sharex=True,
            sharey=False)

plt.show()

Biểu đồ facet cho bộ dữ liệu jobs

Chú thích các sự kiện trong bộ dữ liệu jobs

ax = jobs.plot(figsize=(20, 14), colormap='Dark2')

ax.axvline('2008-01-01', color='black', 
            linestyle='--')
ax.axvline('2009-01-01', color='black', 
            linestyle='--')

Chú thích các sự kiện trong bộ dữ liệu jobs

Lấy trung bình theo mùa trong bộ dữ liệu jobs

print(jobs.index)

DatetimeIndex(['2000-01-01', '2000-02-01', '2000-03-01', 
'2000-04-01', '2009-09-01','2009-10-01', 
'2009-11-01', '2009-12-01','2010-01-01', '2010-02-01'], 
dtype='datetime64[ns]', name='datestamp',
length=122, freq=None)

index_month = jobs.index.month
jobs_by_month = jobs.groupby(index_month).mean()
print(jobs_by_month)

datestamp    Agriculture  Business services  Construction                                        
1            13.763636           7.863636     12.909091   
2            13.645455           7.645455     13.600000   
3            13.830000           7.130000     11.290000   
4             9.130000           6.270000      9.450000   
5             7.100000           6.600000      8.120000   
...

Trung bình theo tháng trong bộ dữ liệu jobs

ax = jobs_by_month.plot(figsize=(12, 5),
colormap='Dark2')

ax.legend(bbox_to_anchor=(1.0, 0.5), 
loc='center left')

Trung bình theo tháng trong bộ dữ liệu jobs

Đến lúc luyện tập!

Trực quan hóa dữ liệu chuỗi thời gian trong Python