📊Matplotlib 시계열 데이터 시각화 기초 Plotting time-series data

Image credits : datacamp.com

 

CONTENTS 

1. 시계열 데이터 시각화 (Plotting time-series data)
2. 시계열 상 서로 다른 변수 시각화 (Plotting time-series data with different variables)
3. 그래프의 특정 부분 강조하기 : 텍스트, 화살표 Annotating time-series data 

 

📌 오늘의 목표 그래프! 

 

 

📌시계열 데이터 Time series data

 

 

 

📌예제연습 : Read data with a time index  

 

To designate the index as a DateTimeIndex, you will use the parse_dates and index_col key-word arguments both to parse this column as a variable that contains dates and also to designate it as the index for this DataFrame.

# Import pandas
import pandas as pd

# Read the data from file using read_csv
climate_change = pd.read_csv('climate_change.csv', parse_dates=["date"], index_col="date")

 

 

 

📌Zoom in 

Image credit datacamp.com

 

 

 

 

Plotting time-series with different variables 

[Step1] 일단 합쳐보면, 뭔가 부족하다! 

scale, color등이 설정되지 않았기 때문. 

 

[Step2] .twinx() : 두 subplot이 x축을 공유한다 

# Create a twin Axes that shares the x-axis
# x축을 공유하는 twin axes를 생성한다 
ax2 = ax.twinx() 

 

Image credit datacamp.com

 

 

[Step3] color keyword arguement : 각 변수의 색을 지정

Image credit datacamp.com

[Step4] .tick_params() 메서드로 Tick에 색을 설정

📌변수 2개 시각화 예제 

 

(위 코드의 결과물!) 

import matplotlib.pyplot as plt

# Initalize a Figure and Axes
fig, ax = plt.subplots()

# Plot the CO2 variable in blue 
ax.plot(climate_change.index, climate_change["co2"], color='blue')

# Create a twin Axes that shares the x-axis
ax2 = ax.twinx()

# Plot the relative temperature in red
ax2.plot(climate_change.index, climate_change["relative_temp"], color='red')

plt.show()

 

 

 

 

📌 함수 : 시계열 데이터를 시각화하는 함수 정의하기 

# Define a function called plot_timeseries
def plot_timeseries(axes, x, y, color, xlabel, ylabel):

  # Plot the inputs x,y in the provided color
  axes.plot(x,y, color=color)

  # Set the x-axis label
  axes.set_xlabel(xlabel)

  # Set the y-axis label
  axes.set_ylabel(ylabel, color=color)

  # Set the colors tick params for y-axis
  axes.tick_params('y', colors=color)

Image credit datacamp.com

 

 

 

📌Annotating time-series data