Zeichnen Sie Zeitreihendaten in Seaborn

1. Verwendung von die Funktion seaborn.lineplot() zum Plotten von Zeitreihendaten in Seaborn
2. Verwendung von die Funktion seaborn.tsplot() zum Plotten von Zeitreihendaten in Seaborn
3. Verwenden Sie die Funktion seaborn.barplot(), um Zeitreihendaten in Seaborn . darzustellen

Zeitreihendaten sind eine spezielle Art von Daten, bei denen wir einige Beobachtungen im Laufe der Zeit beobachten. Der Zeitstempel jeder Beobachtung wird aufgezeichnet. Solche Daten werden normalerweise behandelt, wenn wir über Aktienkurse, Sensordaten, anwendungsüberwachte Daten usw. sprechen.

In diesem Tutorial lernen wir, wie man solche Zeitreihendaten in Python mit dem Modul Seaborn plottet.

Wir werden unsere eigenen Beispielzeitreihendaten zum Plotten erstellen.

Verwendung von die Funktion seaborn.lineplot() zum Plotten von Zeitreihendaten in Seaborn

Ein Liniendiagramm ist eines der grundlegendsten Diagramme dieses Moduls. Es wird im Allgemeinen verwendet, um etwas in Bezug auf die Zeit zu verfolgen; Aus diesem Grund wird es häufig bei Zeitreihendaten verwendet.

Im folgenden Code zeichnen wir Zeitreihendaten mit der Funktion seaborn.lineplot().

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

df = pd.DataFrame(
    {
        "Date": [
            "01/01/2019",
            "01/02/2019",
            "01/03/2019",
            "01/04/2019",
            "01/05/2019",
            "01/06/2019",
            "01/07/2019",
            "01/08/2019",
        ],
        "Price": [77, 76, 68, 70, 78, 79, 74, 75],
    }
)
plt.figure(figsize=(15, 8))
sns.lineplot(x="Date", y="Price", data=df)

Beachten Sie, dass wir den DataFrame verarbeiten mussten, bevor wir ihn mit der Funktion verwenden konnten. Wir mussten sicherstellen, dass die Spalte Date das Datumsformat hat, was mit der Funktion pd.to_datetime() geschieht.

Der Befehl plt.figure() wird verwendet, um die Größe der endgültigen Figur zu ändern.

Verwendung von die Funktion seaborn.tsplot() zum Plotten von Zeitreihendaten in Seaborn

Das seaborn.tsplot() ist eine relativ neue Ergänzung zu den neueren Versionen des Moduls. Es wird verwendet, wenn wir den Zeitstempel für die verfügbaren Daten haben. Es wird verwendet, um eine oder mehrere Zeitreihendaten darzustellen. Die Daten können entweder in Form eines langen DataFrame oder eines N-dimensionalen Arrays mit Dimensionen in Einheiten und Zeit vorliegen.

Der folgende Code zeigt, wie Sie diese Funktion verwenden.

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

df = pd.DataFrame(
    {
        "Date": [
            "01012019",
            "01022019",
            "01032019",
            "01042019",
            "01052019",
            "01062019",
            "01072019",
            "01082019",
        ],
        "Price": [77, 76, 68, 70, 78, 79, 74, 75],
    }
)
df["Date"] = pd.to_datetime(df["Date"], format="%d%m%Y")

plt.figure(figsize=(15, 8))
sns.tsplot(data=df["Price"], time=df["Date"])

Verwenden Sie die Funktion seaborn.barplot(), um Zeitreihendaten in Seaborn . darzustellen

Ein Balkendiagramm wird verwendet, um die beobachteten Werte in rechteckigen Balken darzustellen. Das seaborn-Modul in Python verwendet die Funktion seaborn.barplot(), um Balkendiagramme zu erstellen.

Ein Balkendiagramm kann verwendet werden, um kontinuierliche Zeitreihendaten anzuzeigen.

Beispielsweise,

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

df = pd.DataFrame(
    {
        "Date": [
            "01012019",
            "01022019",
            "01032019",
            "01042019",
            "01052019",
            "01062019",
            "01072019",
            "01082019",
        ],
        "Price": [77, 76, 68, 70, 78, 79, 74, 75],
    }
)
df["Date"] = pd.to_datetime(df["Date"], format="%d%m%Y")

plt.figure(figsize=(15, 8))
sns.barplot(x="Date", y="Price", data=df)

Bei den beiden vorherigen Methoden wurden die Daten mithilfe von Linien aufgetragen, sodass dies eine alternative Visualisierung für die Zeitreihendaten bietet.