如何使用 Pandas 绘制基于时间序列的图表？

在一段时间内收集的一系列数据点，并按时间索引被称为时间序列数据。这些观察结果记录在连续等间隔的时间点上。例如，ECG 信号、EEG 信号、股票市场、天气数据等，都是在一段时间内进行时间索引和记录的。分析这些数据并预测未来的观察具有更广泛的研究范围。

在本文中，我们将看到如何在Python使用 Pandas 库实现 EDA——探索性数据分析。我们将尝试通过使用 matplotlib.pyplot、seaborn、statsmodels 和更多包绘制各种图表来推断特定时间段内数据的性质。

为了便于理解绘图和其他函数，我们将创建一个 16 行 5 列的示例数据集，其中包括日期、A、B、C、D 和 E 列。

Python3

import pandas as pd
 
# Sample data which will be used
# to create the dataframe
sample_timeseries_data = {
 
    'Date': ['2020-01-25', '2020-02-25',
             '2020-03-25', '2020-04-25',
             '2020-05-25', '2020-06-25',
             '2020-07-25', '2020-08-25',
             '2020-09-25', '2020-10-25',
             '2020-11-25', '2020-12-25',
             '2021-01-25', '2021-02-25',
             '2021-03-25', '2021-04-25'],
 
    'A': [102, 114, 703, 547,
          641, 669, 897, 994,
          1002, 974, 899, 954,
          1105, 1189, 1100, 934],
   
    'B': [1029, 1178, 723, 558,
          649, 669, 899, 1000,
          1012, 984, 918, 959,
          1125, 1199, 1109, 954],
   
      'C': [634, 422,152, 23,
         294, 1452, 891, 990,
         924, 960, 874, 548,
         174, 49, 655, 914],
   
      'D': [1296, 7074, 3853, 4151,
         2061, 1478, 2061, 3853,
         6379, 2751, 1064, 6263,
         2210, 6566, 3918, 1121],
 
    'E': [10, 17, 98, 96,
          85, 89, 90, 92,
          86, 84, 78, 73,
          71, 65, 70, 60]
}
 
# Creating a dataframe using pandas
# module with Date, A, B, C, D and E
# as columns.
dataframe = pd.DataFrame(
  sample_timeseries_data,columns=[
    'Date', 'A', 'B', 'C', 'D', 'E'])
 
# Changing the datatype of Date, from
# Object to datetime64
dataframe["Date"] = dataframe["Date"].astype("datetime64")
 
# Setting the Date as index
dataframe = dataframe.set_index("Date")
dataframe

输出：

采样时间序列数据框

绘制时间序列数据

绘制基于时间序列的折线图：

折线图用于表示不同轴上两个数据 X 和 Y 之间的关系。

Syntax: plt.plot(x)

示例 1：此图显示了从 2020 年 1 月到 2020 年 4 月 A 列值的变化。请注意，这些值总体上呈正趋势，但在此过程中会有起伏。

蟒蛇3

import matplotlib.pyplot as plt
 
# Using a inbuilt style to change
# the look and feel of the plot
plt.style.use("fivethirtyeight")
 
# setting figure size to 12, 10
plt.figure(figsize=(12, 10))
 
# Labelling the axes and setting
# a title
plt.xlabel("Date")
plt.ylabel("Values")
plt.title("Sample Time Series Plot")
 
# plotting the "A" column alone
plt.plot(dataframe["A"])

输出：

采样时间序列图

示例 2：绘制所有变量。

蟒蛇3

plt.style.use("fivethirtyeight")
dataframe.plot(subplots=True, figsize=(12, 15))

输出：

绘制所有时间序列数据列

绘制基于时间序列的条形图：

条形图或条形图是表示数据类别的图形，矩形条的长度和高度与它们所代表的值成正比。条形图可以水平或垂直绘制。条形图描述了离散类别之间的比较。图的一个轴代表正在比较的特定类别，而另一个轴代表与这些类别对应的测量值。

Syntax: plt.bar(x, height, width, bottom, align)

此条形图表示“A”列值的变化。这可用于比较未来值和快速值。

蟒蛇3

import matplotlib.pyplot as plt
 
# Using a inbuilt style to change
# the look and feel of the plot
plt.style.use("fivethirtyeight")
 
# setting figure size to 12, 10
plt.figure(figsize=(15, 10))
 
# Labelling the axes and setting a
# title
plt.xlabel("Date")
plt.ylabel("Values")
plt.title("Bar Plot of 'A'")
 
# plotting the "A" column alone
plt.bar(dataframe.index, dataframe["A"], width=5)

输出：

'A' 列的条形图

绘制基于时间序列的滚动均值图：

从数据帧的开头到结尾滑动的 n 大小窗口的平均值称为滚动平均值。如果窗口没有 n 个观测值，则返回 NaN。

Syntax: pandas.DataFrame.rolling(n).mean()

例子：

蟒蛇3

dataframe.rolling(window = 5).mean()

输出：

数据帧的滚动平均值

在这里，我们将使用滚动均值图绘制时间序列：

蟒蛇3

import matplotlib.pyplot as plt
 
# Using a inbuilt style to change
# the look and feel of the plot
plt.style.use("fivethirtyeight")
 
# setting figure size to 12, 10
plt.figure(figsize=(12, 10))
 
# Labelling the axes and setting
# a title
plt.xlabel("Date")
plt.ylabel("Values")
plt.title("Values of 'A' and Rolling Mean (2) Plot")
 
# plotting the "A" column and "A" column
# of Rolling Dataframe (window_size  = 20)
plt.plot(dataframe["A"])
plt.plot(dataframe.rolling(
  window=2, min_periods=1).mean()["A"])

输出：

滚动均值图

解释：

• 蓝色绘图线代表原始的“A”列值，而红色绘图线代表窗口大小 = 2 的“A”列值的滚动平均值
• 通过此图，我们推断时间序列数据的滚动平均值返回波动较小的值。保留了绘图的趋势，但丢弃了不那么重要的不需要的起伏。
• 对于绘制时间序列数据的分解、箱线图分析等，使用滚动均值数据框是一个很好的做法，这样波动就不会影响分析，尤其是在预测趋势时。

时间序列分解：

它在同一个图中显示了观察结果和这四个元素：

• 趋势组件：它显示跨越不同季节期间的数据模式。它代表“A”值在 2 年内没有波动的变化。
• 季节性成分：此图显示了“A”值的起伏，即反复出现的正常变化。
• 残差分量：这是将“A”值数据分解为趋势和季节性分量后的剩余分量。
• 观察到的成分：此趋势和季节性成分可用于出于各种目的研究数据。

例子：

蟒蛇3

import statsmodels.api as sm
from pylab import rcParams
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
 
# Separating the Date Component into
# Year and Month
dataframe['Date'] = dataframe.index
dataframe['Year'] = dataframe['Date'].dt.year
dataframe['Month'] = dataframe['Date'].dt.month
 
# using inbuilt style
plt.style.use("fivethirtyeight")
 
# Creating a dataframe with "Date" and "A"
# columns only. This dataframe is date indexed
decomposition_dataframe = dataframe[['Date', 'A']].copy()
decomposition_dataframe.set_index('Date', inplace=True)
decomposition_dataframe.index = pd.to_datetime(decomposition_dataframe.index)
 
# using sm.tsa library, we are plotting the
# seasonal decomposition of the "A" column
# Multiplicative Model : Y[t] = T[t] * S[t] * R[t]
decomposition = sm.tsa.seasonal_decompose(decomposition_dataframe,
                                          model='multiplicative', freq=5)
decomp = decomposition.plot()
decomp.suptitle('"A" Value Decomposition')
 
# changing the runtime configuration parameters to
# have a desired plot of desired size, etc
rcParams['figure.figsize'] = 12, 10
rcParams['axes.labelsize'] = 12
rcParams['ytick.labelsize'] = 12
rcParams['xtick.labelsize'] = 12

输出：

'A'值分解

绘制基于时间序列的自相关图：

它是用于检查数据集中随机性的常用工具。这种随机性是通过计算不同时间滞后的数据值的自相关来确定的。它显示了一种称为时间序列的数据类型的属性。大多数通用统计软件程序都提供这些图。可以使用 pandas.plotting.autocorrelation_plot() 绘制它。

Syntax: pandas.plotting.autocorrelation_plot(series, ax=None, **kwargs)

Parameters:

• series: This parameter is the Time series to be used to plot.
• ax: This parameter is a matplotlib axes object. Its default value is None.

Returns: This function returns an object of class matplotlip.axis.Axes

考虑到趋势、季节性、循环和残差，该图显示时间序列数据的当前值与先前值相关。我们可以看到，显着比例的线显示出与时间的有效相关性，我们可以使用这样的相关性图来研究时间序列数据的内在相关性。

代码：

蟒蛇3

from pandas.plotting import autocorrelation_plot
 
autocorrelation_plot(dataframe['A'])

输出：

自相关图

绘制基于时间序列的箱线图：

箱线图是通过四分位数描述的数值数据组的可视化表示。 Boxplot 还用于检测数据集中的异常值。它使用简单的盒子和胡须有效地捕获数据摘要，并允许我们轻松地进行跨组比较。 Boxplot 使用第 25 个、第 50 个和第 75 个百分位数汇总样本数据。

Syntax: seaborn.boxplot(x=None, y=None, hue=None, data=None, order=None, hue_order=None, orient=None, color=None, palette=None, saturation=0.75, width=0.8, dodge=True, fliersize=5, linewidth=None, whis=1.5, ax=None, **kwargs)

Parameters: 
x, y, hue: Inputs for plotting long-form data. 
data: Dataset for plotting. If x and y are absent, this is interpreted as wide-form. 
color: Color for all of the elements.

Returns: It returns the Axes object with the plot drawn onto it. 

在这里，通过这些图，我们将能够直观地了解每年（Year-wise Box Plot）和每个月（Month-wise Box Plot）的“A”值范围。此外，通过 Month-wise Box Plot，我们可以观察到，与其他月份相比，1 月和 2 月的值范围略高。

蟒蛇3

# Splitting the plot into (1,2) subplots
# and initializing them using fig and ax
# variables
fig, ax = plt.subplots(nrows=1, ncols=2,
                       figsize=(15, 6))
 
# Using Seaborn Library for Box Plot
sns.boxplot(dataframe['Year'],
            dataframe["A"], ax=ax[0])
 
# Defining the title and axes names
ax[0].set_title('Year-wise Box Plot for A',
                fontsize=20, loc='center')
ax[0].set_xlabel('Year')
ax[0].set_ylabel('"A" values')
 
# Using Seaborn Library for Box Plot
sns.boxplot(dataframe['Month'],
            dataframe["A"], ax=ax[1])
 
# Defining the title and axes names
ax[1].set_title('Month-wise Box Plot for A',
                fontsize=20, loc='center')
ax[1].set_xlabel('Month')
ax[1].set_ylabel('"A" values')
 
# rotate the ticks and right align them
fig.autofmt_xdate()

输出：

'A' 列值的箱线图分析

班次分析：

该图通过将 'A' 列的当前值除以 'A' 列的移位值而获得。默认 Shift 为一个值。该图用于分析每天的价值稳定性。

蟒蛇3

dataframe['Change'] = dataframe.A.div(dataframe.A.shift())
dataframe['Change'].plot(figsize=(15, 10),
                         xlabel = "Date",
                         ylabel = "Value Difference",
                         title = "Shift Plot")

输出：

'A' 值的移位图

绘制基于时间序列的热图：

我们可以解释“A”列值在 12 个月内采样的年份的趋势、不同年份的值变化等。我们还可以推断这些值与平均值的变化情况。这个热图是一个非常有用的可视化。此热图显示了跨年和跨月的温度变化，使用颜色图进行区分。

蟒蛇3

import calendar
import seaborn as sns
import pandas as pd
 
dataframe['Date'] = dataframe.index
 
# Splitting the Date into Year and Month
dataframe['Year'] = dataframe['Date'].dt.year
dataframe['Month'] = dataframe['Date'].dt.month
 
# Creating a Pivot Table with "A"
# column values and is Month indexed.
table_df = pd.pivot_table(dataframe, values=["A"],
                                   index=["Month"],
                                   columns=["Year"],
                                   fill_value=0,
                                   margins=True)
 
# Naming the index, can be generated
# using calendar.month_abbr[i]
mon_name = [['Jan', 'Feb', 'Mar', 'Apr',
             'May', 'Jun', 'Jul', 'Aug',
             'Sep','Oct', 'Nov', 'Dec', 'All']]
 
# Indexing using Month Names
table_df = table_df.set_index(mon_name)
 
# Creating a heatmap using sns with Red,
# Yellow & Green Colormap.
ax = sns.heatmap(table_df, cmap='RdYlGn_r',
                 robust=True, fmt='.2f',
                 annot=True, linewidths=.6,
                 annot_kws={'size':10},
                 cbar_kws={'shrink':.5,
                           'label':'"A" values'})                      
 
# Setting the Tick Labels, Title and x & Y labels
ax.set_yticklabels(ax.get_yticklabels())
ax.set_xticklabels(ax.get_xticklabels())
plt.title('"A" Value Analysis', pad=14)
plt.xlabel('Year')
plt.ylabel('Months')

输出：

“A”列的热图表

“A”列值的热图图