Personnaliser votre graphique de séries temporelles

Visualiser des séries chronologiques en Python

Thomas Vincent

Head of Data Science, Getty Images

Découper des données de séries temporelles

discoveries['1960':'1970']

discoveries['1950-01':'1950-12']

discoveries['1960-01-01':'1960-01-15']

Tracer un sous-ensemble de vos données temporelles

import matplotlib.pyplot as plt
plt.style.use('fivethirtyeight')
df_subset = discoveries['1960':'1970']

ax = df_subset.plot(color='blue', fontsize=14)
plt.show()

Exemple de sous-ensemble de série temporelle

Ajouter des repères

ax.axvline(x='1969-01-01', 
           color='red', 
           linestyle='--')

ax.axhline(y=100, 
           color='green', 
           linestyle='--')

Utiliser des repères : le code complet

ax = discoveries.plot(color='blue')
ax.set_xlabel('Date')
ax.set_ylabel('Number of great discoveries')

ax.axvline('1969-01-01', color='red', linestyle='--')
ax.axhline(4, color='green', linestyle='--')

Ajouter des repères à votre graphique

Mettre en évidence des zones d'intérêt

ax.axvspan('1964-01-01', '1968-01-01', 
           color='red', alpha=0.5)

ax.axhspan(8, 6, color='green',
           alpha=0.2)

Mettre en évidence des zones d'intérêt : le code complet

ax = discoveries.plot(color='blue')
ax.set_xlabel('Date')
ax.set_ylabel('Number of great discoveries')

ax.axvspan('1964-01-01', '1968-01-01', color='red',
alpha=0.3)
ax.axhspan(8, 6, color='green', alpha=0.3)

Ajouter des zones d'intérêt à votre graphique

Passons à la pratique !

Visualiser des séries chronologiques en Python