Trazar datos de series de tiempo en Seaborn

1. Utilice la función seaborn.lineplot() para trazar datos de series de tiempo en Seaborn
2. Utilice la función seaborn.tsplot() para trazar datos de series de tiempo en Seaborn
3. Utilice la función seaborn.barplot() para trazar datos de series de tiempo en Seaborn

Los datos de series de tiempo son un tipo especial de datos en los que observamos un conjunto de observaciones a lo largo del tiempo. Se registra la marca de tiempo de cada observación. Este tipo de datos se suele tratar cuando hablamos de cotizaciones, datos de sensores, datos monitorizados de aplicaciones, etc.

En este tutorial, aprenderemos cómo trazar tales datos de series de tiempo en Python usando el módulo Seaborn.

Crearemos nuestros propios datos de series de tiempo de muestra para graficar.

Utilice la función seaborn.lineplot() para trazar datos de series de tiempo en Seaborn

Una gráfica lineal es una de las gráficas más básicas de este módulo. Generalmente se usa para realizar un seguimiento de algo con respecto al tiempo; es por eso que se usa mucho con datos de series de tiempo.

En el siguiente código, trazamos datos de series de tiempo usando la función 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)

Tenga en cuenta que tuvimos que procesar el DataFrame antes de usarlo con la función. Tuvimos que asegurarnos de que la columna Date tuviera el formato de fecha y hora, lo cual se hace usando la función pd.to_datetime().

El comando plt.figure() se usa para alterar el tamaño de la figura final.

Utilice la función seaborn.tsplot() para trazar datos de series de tiempo en Seaborn

seaborn.tsplot() es una adición relativamente nueva a las versiones recientes del módulo. Se utiliza cuando tenemos la marca de tiempo de los datos disponibles. Se utiliza para trazar uno o más datos de series de tiempo. Los datos pueden tener la forma de un DataFrame largo o un array N-dimensional con dimensiones en unidades y tiempo.

El siguiente código muestra cómo utilizar esta función.

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"])

Utilice la función seaborn.barplot() para trazar datos de series de tiempo en Seaborn

Se utiliza un diagrama de barras para representar los valores observados en barras rectangulares. El módulo seaborn en Python usa la función seaborn.barplot() para crear diagramas de barras.

Se puede utilizar un gráfico de barras para mostrar datos continuos de series de tiempo.

Por ejemplo,

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)

Los dos métodos anteriores trazaron los datos usando líneas, por lo que esto ofrece una visualización alternativa para los datos de series de tiempo.