Traccia i dati delle serie temporali in Seaborn

1. Utilizzare la funzione seaborn.lineplot() per tracciare i dati delle serie temporali in Seaborn
2. Utilizzare la funzione seaborn.tsplot() per tracciare i dati delle serie temporali in Seaborn
3. Utilizzare la funzione seaborn.barplot() per tracciare i dati delle serie temporali in Seaborn

I dati di serie temporali sono un tipo speciale di dati in cui osserviamo una serie di osservazioni nel tempo. Viene registrato il timestamp di ogni osservazione. Questo tipo di dati viene solitamente trattato quando si parla di quotazioni azionarie, dati dei sensori, dati monitorati dalle applicazioni, ecc.

In questo tutorial, impareremo come tracciare tali dati di serie temporali in Python utilizzando il modulo Seaborn.

Creeremo i nostri dati di serie temporali di esempio per la stampa.

Utilizzare la funzione seaborn.lineplot() per tracciare i dati delle serie temporali in Seaborn

Un grafico a linee è uno dei grafici di base di questo modulo. Viene generalmente utilizzato per tenere traccia di qualcosa rispetto al tempo; questo è il motivo per cui è molto utilizzato con i dati di serie temporali.

Nel codice seguente, tracciamo i dati delle serie temporali utilizzando la funzione 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)

Nota che abbiamo dovuto elaborare il DataFrame prima di usarlo con la funzione. Dovevamo assicurarci che la colonna Date fosse del formato datetime, che viene eseguita utilizzando la funzione pd.to_datetime().

Il comando plt.figure() viene utilizzato per modificare la dimensione della figura finale.

Utilizzare la funzione seaborn.tsplot() per tracciare i dati delle serie temporali in Seaborn

Il seaborn.tsplot() è un’aggiunta relativamente nuova alle versioni recenti del modulo. Viene utilizzato quando abbiamo a disposizione il timestamp dei dati. Viene utilizzato per tracciare uno o più dati di serie temporali. I dati possono essere sotto forma di un lungo DataFrame o di un array N-Dimensionale con dimensioni in unità e tempo.

Il codice seguente mostra come utilizzare questa funzione.

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"])

Utilizzare la funzione seaborn.barplot() per tracciare i dati delle serie temporali in Seaborn

Un grafico a barre viene utilizzato per rappresentare i valori osservati in barre rettangolari. Il modulo seaborn in Python usa la funzione seaborn.barplot() per creare grafici a barre.

Un grafico a barre può essere utilizzato per mostrare dati di serie temporali continue.

Per esempio,

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)

I due metodi precedenti hanno tracciato i dati utilizzando le linee, quindi questo offre una visualizzazione alternativa per i dati delle serie temporali.