如何在 Python 中绘制时间序列数据？

Question

我处理大量时间序列数据，并希望有一种方法可以简单地按季节进行绘制；

例如；

            A  B  C  D  E  F  G H I
01/01/2008  4  4  43 4  3 4  3  4 3
02/01/2008  43 3  4  3  34  3  4  3
03/01/2008 11 2  3 4  3  4  3 44 3 
.
.
.
07/08/2021 43 3  4  3  34  3  4  3
08/09/2021 43 3  4  3  34  3  4  3

是否有一种有效的或 python-y 的方式来绘制它，使其类似于季节性图表，但按每日粒度？

可能类似于以下内容？

理想情况下，这也可以创建一个数据框，其中包含年度数据列，索引为 dd/mm 日期格式。

非常感谢任何帮助！

Answer 1

请注意，监控时间序列数据的季节性不同于绘制时间序列数据。随着时间的推移，需要将数据分解为其组件。你可以检查这个answer。然而，只是为了绘制时间序列数据而不管format of timestamps在黑暗背景下使用plt.style.use('dark_background')，它可能如下：

import pandas as pd
import matplotlib.pyplot as plt
plt.style.use('dark_background')

colors = [
    '#08F7FE',  # teal/cyan
    '#FE53BB',  # pink
    '#F5D300',  # yellow
    '#00ff41'  # matrix green
             ]

df = pd.DataFrame({'A': [1, 3, 9, 5, 2, 1, 1],
                   'B': [4, 5, 5, 7, 9, 8, 6],
                   'C': [7, 5, 3, 1, 5, 9, 3],
                   'D': [3, 6, 7, 4, 3, 2, 1],
                  'date':['10-10-2016', '10-10-2017', '10-10-2018', '10-10-2019', '10-10-2020', '10-10-2021', '10-10-2022']})

# make sure the time column is actually time format
df['date']=pd.to_datetime(df['date'])

# set time as the index
df.set_index('date',inplace=True)

fig, ax = plt.subplots()

df.plot(marker='o', color=colors, ax=ax)

ax.figure.autofmt_xdate(rotation=45, ha='center')
plt.legend(loc='best')
plt.show()

如果你想让它更花哨，你可以关注Time series Visualization 或Matplotlib Cyberpunk Style

为了解决以下问题：

理想情况下，这也可以创建一个数据框，其中包含年度数据列，索引为 dd/mm 日期格式。

基于此post，一旦将日期索引传递给 x 轴，您就可以使用具有所需日期格式的 import matplotlib.dates as md：

df.plot(marker='o', color=colors, ax=ax)
ax.set_xticks(df.index)
ax.figure.autofmt_xdate(rotation=45, ha='center')

####### Use the below functions #######
import matplotlib.dates as md
dtFmt = md.DateFormatter('%d-%b') # define the formatting
ax.xaxis.set_major_formatter(dtFmt) # apply the format to the desired axis

plt.legend(loc='best')
plt.show()

Answer 2

• 情节简单
• 已经用随机数据模拟了您的数据
• 关键步骤是一个 x 轴，它在不同年份保持季节性不变。已使用 2021 年的日期生成 2021 年的日期。第二步是设置日期格式，因为年份无关紧要
• 我的数据显然没有季节性，因为它是随机的...

import numpy as np
import pandas as pd
import plotly.express as px

n = 365 * 14
df = pd.DataFrame(
    index=pd.date_range("1-jan-2008", periods=n),
    data={c: np.random.randint(1, 45, n) for c in list("ABCDEFGHI")},
)

fig = px.line(
    df.assign(
        year=df.index.year,
        doy=pd.to_datetime(df.index.day_of_year.values + (2021 * 1000), format="%Y%j"),
        value=df.mean(axis=1),
    ),
    x="doy",
    y="value",
    color="year",
    template="plotly_dark"
)

# just for demo purposes, make some traces invisible
for t in fig.data:
    if int(t["name"])<2016: t["visible"]="legendonly"

fig.update_layout(xaxis={"tickformat":"%d-%b"})

Answer 3

对于绘图，我建议你看看 matplotlib。对于数据框，您可以使用 pandas

import matplotlib.pyplot as plt
import pandas as pd
df = pd.DataFrame(yourdata) #to create a dataframe
df.plot() #to plot your data or df.plot(x="A",y="Date") to select what to plot
df["NewDate"] = pd.to_datetime(df['Date'], format='%d/%m') #to create the the date column with format dd/mm (based on the date column you already have)