Traçar dados de série temporal em Seaborn

1. Use a função seaborn.lineplot() para traçar dados de série temporal em Seaborn
2. Use a função seaborn.tsplot() para traçar dados de série temporal em Seaborn
3. Use a função seaborn.barplot() para traçar dados de série temporal em Seaborn

Os dados de série temporal são um tipo especial de dados em que observamos algum conjunto de observações ao longo do tempo. O carimbo de data / hora de cada observação é registrado. Esse tipo de dado geralmente é tratado quando falamos sobre preços de ações, dados de sensores, dados monitorados de aplicativos, etc.

Neste tutorial, aprenderemos como plotar esses dados de série temporal em Python usando o módulo Seaborn.

Criaremos nossos próprios dados de série temporal de amostra para plotagem.

Use a função seaborn.lineplot() para traçar dados de série temporal em Seaborn

Um gráfico de linha é um dos gráficos mais básicos deste módulo. Geralmente é usado para controlar algo em relação ao tempo; é por isso que é muito usado com dados de séries temporais.

No código a seguir, plotamos os dados da série temporal usando a função 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)

Observe que tivemos que processar o DataFrame antes de usá-lo com a função. Tínhamos que garantir que a coluna Date estava no formato de data e hora, o que é feito usando a função pd.to_datetime().

O comando plt.figure() é usado para alterar o tamanho da figura final.

Use a função seaborn.tsplot() para traçar dados de série temporal em Seaborn

O seaborn.tsplot() é uma adição relativamente nova às versões recentes do módulo. É usado quando temos o carimbo de data / hora para os dados disponíveis. É usado para representar graficamente um ou mais dados de série temporal. Os dados podem ser na forma de um DataFrame longo ou um array N-Dimensional com dimensões em unidades e tempo.

O código a seguir mostra como usar essa função.

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"])

Use a função seaborn.barplot() para traçar dados de série temporal em Seaborn

Um gráfico de barra é usado para representar os valores observados em barras retangulares. O módulo seaborn em Python usa a função seaborn.barplot() para criar gráficos de barra.

Um gráfico de barra pode ser usado para mostrar dados contínuos de série temporal.

Por exemplo,

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)

Os dois métodos anteriores plotaram os dados usando linhas, portanto, isso oferece uma visualização alternativa para os dados da série temporal.