Résumer les valeurs de vos données chronologiques

Visualiser des séries chronologiques en Python

Thomas Vincent

Head of Data Science, Getty Images

Obtenir des résumés numériques de vos données

Quelle est la valeur moyenne de ces données?
Quelle est la valeur maximale observée dans cette série chronologique?

La méthode .describe() calcule automatiquement les statistiques clés de toutes les colonnes numériques de votre DataFrame

print(df.describe())

               co2
count  2284.000000
mean    339.657750
std      17.100899
min     313.000000
25%     323.975000
50%     337.700000
75%     354.500000
max     373.900000

Résumer vos données avec des diagrammes à moustaches

ax1 = df.boxplot()
ax1.set_xlabel('Votre premier diagramme à moustaches')
ax1.set_ylabel('Valeurs de vos données')
ax1.set_title('Valeurs du diagramme à moustaches de vos données')

plt.show()

Un diagramme à moustaches des valeurs des données de CO2

Diagramme à moustaches de votre série chronologique

Résumer vos données avec des histogrammes

ax2 = df.plot(kind='hist', bins=100)
ax2.set_xlabel('Votre premier histogramme')
ax2.set_ylabel('Fréquence des valeurs de vos données')
ax2.set_title('Histogramme de vos données avec 100 classes')

plt.show()

Un histogramme des valeurs des données de CO2

Histogramme avec 100 classes

Résumer vos données avec des tracés de densité

ax3 = df.plot(kind='density', linewidth=2)
ax3.set_xlabel('Votre premier tracé de densité')
ax3.set_ylabel('Valeurs de densité de vos données')
ax3.set_title('Tracé de densité de vos données')

plt.show()

Un tracé de densité des valeurs des données de CO2

Tracé de densité de vos données

Passons à la pratique!

Visualiser des séries chronologiques en Python