Praca z więcej niż jedną serią czasową

Wizualizacja danych szeregów czasowych w Pythonie

Thomas Vincent

Head of Data Science, Getty Images

Praca z wieloma seriami czasowymi

Izolowana seria czasowa

date	ts1
1949-01	112
1949-02	118
1949-03	132

Plik z wieloma seriami czasowymi

date	ts1	ts2	ts3	ts4	ts5	ts6	ts7
2012-01-01	2113.8	10.4	1987.0	12.1	3091.8	43.2	476.7
2012-02-01	2009.0	9.8	1882.9	12.3	2954.0	38.8	466.8
2012-03-01	2159.8	10.0	1987.9	14.3	3043.7	40.1	502.1

Zbiór danych o produkcji mięsa

import pandas as pd
meat = pd.read_csv("meat.csv")
print(meat.head(5))

         date   beef   veal    pork  lamb_and_mutton  broilers   
0  1944-01-01  751.0   85.0  1280.0             89.0       NaN 
1  1944-02-01  713.0   77.0  1169.0             72.0       NaN 
2  1944-03-01  741.0   90.0  1128.0             75.0       NaN 
3  1944-04-01  650.0   89.0   978.0             66.0       NaN 
4  1944-05-01  681.0  106.0  1029.0             78.0       NaN 

   other_chicken  turkey  
0            NaN     NaN  
1            NaN     NaN  
2            NaN     NaN  
3            NaN     NaN  
4            NaN     NaN

Podsumowanie i wizualizacja wielu serii czasowych

import matplotlib.pyplot as plt
plt.style.use('fivethirtyeight')
ax = df.plot(figsize=(12, 4), fontsize=14)

plt.show()

Zbiór danych o produkcji mięsa

Wykresy warstwowe

import matplotlib.pyplot as plt
plt.style.use('fivethirtyeight')
ax = df.plot.area(figsize=(12, 4), fontsize=14)

plt.show()

Zbiór danych o produkcji mięsa jako wykres warstwowy

Czas na ćwiczenia!

Wizualizacja danych szeregów czasowych w Pythonie