用python做時間序列預測二：時間序列的一般數據格式和可視化

本文將介紹如何通過python來讀取、展現時間序列數據。

讀取

時間序列數據一般用cvs等電子表格的形式存儲，這里以cvs為例：

from dateutil.parser import parse 
from datetime import datetime
import matplotlib as mpl
import matplotlib.pyplot as plt
import seaborn as sns
import numpy as np
import pandas as pd
params = {
    'font.family': 'serif',         
    'font.serif': 'FangSong',         
    'font.style': 'italic',          
    'font.weight': 'normal',  # or 'blod'         
    'font.size': 12,  # 此處貌似不能用類似large、small、medium字符串          
    'axes.unicode_minus': False         
    }
rcParams.update(params)
import matplotlib.pyplot as plt
import pandas as pd
# 未來pandas版本會要求顯式注冊matplotlib的轉換器，所以添加了下面兩行代碼，否則會報警告
from pandas.plotting import register_matplotlib_converters
register_matplotlib_converters()

# Import as Dataframe
date_parse = lambda x: datetime.strptime(x, '%Y-%m-%d')
ser  = pd.read_csv(
'https://raw.githubusercontent.com/selva86/datasets/master/a10.csv',
                        index_col='Month', # 指定索引列                   
                        parse_dates=['Month'], # 將指定列按照日期格式來解析                   
                        date_parser=date_parse) # 日期格式解析器
ser .head()

可視化

import matplotlib.pyplot as plt
df = pd.read_csv('https://raw.githubusercontent.com/selva86/datasets/master/a10.csv', parse_dates=['date'], index_col='date')

# Draw Plotdef plot_df(df, x, y, title="", xlabel='Date', ylabel='Value', dpi=100):
    plt.figure(figsize=(16,5), dpi=dpi)
    plt.plot(x, y, color='tab:red')
    plt.gca().set(title=title, xlabel=xlabel, ylabel=ylabel)
    plt.show()

plot_df(df, x=df.index, y=df.value, title='Monthly anti-diabetic drug sales in Australia from 1992 to 2008.')    

本篇介紹了時間序列的一般數據格式和基於python的可視化方法，下一篇將介紹時間序列的分解方法，目的是通過分解出的時間序列的各個成分來進一步的了解時間序列。

ok,本篇就這么多內容啦~，感謝閱讀O(∩_∩)O。