Seaborn Tsplot() in Python

Manav Narula 15 febbraio 2024
Seaborn Tsplot() in Python

In questo tutorial impareremo come usare la funzione seaborn.tsplot() in Seaborn.

Il seaborn.tsplot() è una funzione molto robusta e utile. Viene utilizzato quando abbiamo a disposizione il timestamp dei dati. Viene utilizzato per tracciare uno o più dati di serie temporali. I dati possono essere sotto forma di un lungo DataFrame o di un array N-Dimensionale con dimensioni in unità e tempo.

Questa funzione può anche tracciare più dati di serie temporali in modo semplice ed efficiente. Possiamo personalizzare la trama finale utilizzando una varietà di parametri come unit, condition e altro ancora. Il parametro unit può essere una serie o una colonna DataFrame utilizzata per identificare l’unità di campionamento e il parametro condition può identificare la condizione dei dati o le sue categorie.

Possiamo modificare la linea finale utilizzando i parametri color, linewidth per rendere la trama visivamente più accattivante.

Nel codice seguente, disegneremo un grafico usando questa funzione.

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 1": [77, 76, 68, 70, 78, 79, 74, 75],
    }
)
df["Date"] = pd.to_datetime(df["Date"], format="%d%m%Y")

sns.tsplot(data=df["Price 1"], time=df["Date"], color="blue", linewidth=5)

funzione tsplot di origine marina

Vale la pena sapere che, sebbene questa funzione sia molto potente per tracciare i dati delle serie temporali, è stata deprecata nella versione di gennaio 2020 del modulo Seaborn. Si consiglia di utilizzare la funzione seaborn.lineplot() come alternativa.

Autore: Manav Narula
Manav Narula avatar Manav Narula avatar

Manav is a IT Professional who has a lot of experience as a core developer in many live projects. He is an avid learner who enjoys learning new things and sharing his findings whenever possible.

LinkedIn