Добро пожаловать на курс!

Визуализация данных временных рядов в Python

Thomas Vincent

Head of Data Science, Getty Images

Предварительные требования

Временные ряды в Data Science

Временные ряды — фундаментальный способ хранения и анализа многих типов данных
Финансовые, метеорологические данные и данные с устройств лучше всего представлять в виде временных рядов

Временные ряды в Data Science

Пример данных в виде временного ряда

Обзор курса

Глава 1: Начало работы и настройка первого графика временного ряда
Глава 2: Обобщение и описание данных временных рядов
Глава 3: Продвинутый анализ временных рядов
Глава 4: Работа с несколькими временными рядами
Глава 5: Практический кейс

Чтение данных с помощью Pandas

import pandas as pd

df = pd.read_csv('ch2_co2_levels.csv')
print(df)

       datestamp    co2
0     1958-03-29  316.1
1     1958-04-05  317.3
2     1958-04-12  317.6
...
...
...
2281  2001-12-15  371.2
2282  2001-12-22  371.3
2283  2001-12-29  371.5

Просмотр данных с помощью Pandas

print(df.head(n=5))

    datestamp    co2
0  1958-03-29  316.1
1  1958-04-05  317.3
2  1958-04-12  317.6
3  1958-04-19  317.5
4  1958-04-26  316.4

print(df.tail(n=5))

       datestamp    co2
2279  2001-12-01  370.3
2280  2001-12-08  370.8
2281  2001-12-15  371.2
2282  2001-12-22  371.3
2283  2001-12-29  371.5

Проверка типов данных с помощью Pandas

print(df.dtypes)

datestamp     object
co2          float64
dtype: object

Работа с датами

Для работы с временными рядами в pandas столбцы с датами должны иметь тип datetime64.

pd.to_datetime(['2009/07/31', 'test'])

ValueError: Unknown string format

pd.to_datetime(['2009/07/31', 'test'], errors='coerce')

DatetimeIndex(['2009-07-31', 'NaT'], 
    dtype='datetime64[ns]', freq=None)

Давайте начнём!

Визуализация данных временных рядов в Python