Seaborn에서 시계열 데이터 플로팅
-
seaborn.lineplot()함수를 사용하여 Seaborn에서 시계열 데이터 플로팅 -
seaborn.tsplot()함수를 사용하여 Seaborn에서 시계열 데이터 플로팅 -
seaborn.barplot()함수를 사용하여 Seaborn에서 시계열 데이터 플로팅
시계열 데이터는 시간이 지남에 따라 일부 관측 세트를 관찰하는 특별한 유형의 데이터입니다. 모든 관찰의 타임 스탬프가 기록됩니다. 이러한 유형의 데이터는 일반적으로 주가, 센서 데이터, 애플리케이션 모니터링 데이터 등에 대해 이야기 할 때 처리됩니다.
이 자습서에서는Seaborn모듈을 사용하여 Python에서 이러한 시계열 데이터를 그리는 방법을 배웁니다.
플로팅을 위해 자체 샘플 시계열 데이터를 생성합니다.
seaborn.lineplot()함수를 사용하여 Seaborn에서 시계열 데이터 플로팅
라인 플롯은이 모듈의 가장 기본적인 플롯 중 하나입니다. 일반적으로 시간과 관련하여 무언가를 추적하는 데 사용됩니다. 이것이 시계열 데이터와 함께 많이 사용되는 이유입니다.
다음 코드에서는seaborn.lineplot()함수를 사용하여 시계열 데이터를 플로팅합니다.
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)
함수와 함께 사용하기 전에 DataFrame을 처리해야했습니다. Date열이pd.to_datetime()함수를 사용하여 수행되는 datetime 형식인지 확인해야했습니다.
plt.figure()명령은 최종 그림의 크기를 변경하는 데 사용됩니다.
seaborn.tsplot()함수를 사용하여 Seaborn에서 시계열 데이터 플로팅
seaborn.tsplot()은 모듈의 최신 버전에 비교적 새로 추가 된 것입니다. 사용 가능한 데이터에 대한 타임 스탬프가있을 때 사용됩니다. 하나 이상의 시계열 데이터를 그리는 데 사용됩니다. 데이터는 long DataFrame 또는 단위 및 시간 차원의 N 차원 배열 형식 일 수 있습니다.
다음 코드는이 기능을 사용하는 방법을 보여줍니다.
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"])
seaborn.barplot()함수를 사용하여 Seaborn에서 시계열 데이터 플로팅
막대 그래프는 관찰 된 값을 직사각형 막대로 표시하는 데 사용됩니다. Python의 seaborn 모듈은seaborn.barplot()함수를 사용하여 막대 플롯을 만듭니다.
막대 그래프를 사용하여 연속 시계열 데이터를 표시 할 수 있습니다.
예를 들면
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)
앞의 두 가지 방법은 선을 사용하여 데이터를 플로팅 했으므로 시계열 데이터에 대한 대체 시각화를 제공합니다.
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