精华内容
下载资源
问答
  • 2021-07-12 16:22:51
    更多相关内容
  • 想要放松一下的小伙伴,今天我们一起来一个时间序列图吧。一、读取数据及处理通过pandas读取CSV文件,keep_default_na参数将空值数据改为空字符串查看原数据信息,原数据分为3day, 时间粒度3min通过pandas date_...

    学了编程后,突然发现用python画图是一件很容易的事。想要放松一下的小伙伴,今天我们一起来画一个时间序列图吧。

    一、读取数据及处理

    通过pandas读取CSV文件,keep_default_na参数将空值数据改为空字符串

    查看原数据信息,原数据分为3day, 时间粒度3min

    通过pandas date_range函数生成时间序列时间数据,指定freq='180s'import pandas as pd

    import matplotlib.pyplot as plt

    import matplotlib.dates as mdates

    %matplotlib inline

    plt.rcParams['font.sans-serif'] = ['SimHei']  # 显示中文(windows)

    plt.rcParams['axes.unicode_minus'] = False   # 用来正常显示负号

    df = pd.read_csv('traffic_analysis_macro.csv', keep_default_na=False)  # 无数据当做空字符串处理

    # df.drop(['region_id'], axis=1, inplace=True)

    # 查看原始数据集情况

    print('shape:', df.shape)

    print('describle:', df.describe())

    print('data head:', df.head())

    # 该数据集,分为3天,时间粒度3min;

    # 首先按天切分数据

    df_0912 = df[:480]

    df_0915 = df[480:960]

    df_0916 = df[960:]

    # 生成时间序列:X轴刻度数据

    table = pd.DataFrame([i for i in range(480)],columns=['value'],index=pd.date_range('00:00:00', '23:57:00', freq='180s'))

    二、绘制图形# 图片大小设置

    fig = plt.figure(figsize=(15,9), dpi=100)

    ax = fig.add_subplot(111)

    # X轴时间刻度格式 & 刻度显示

    ax.xaxis.set_major_formatter(mdates.DateFormatter('%H:%M'))

    plt.xticks(pd.date_range(table.index[0],table.index[-1],freq='H'), rotation=45)

    # 绘图

    ax.plot(table.index,df_0912['avg_speed'],color='r', label='9月12日')

    ax.plot(table.index,df_0915['avg_speed'],color='y', label='9月15日')

    ax.plot(table.index,df_0916['avg_speed'],color='g', label='9月16日')

    # 辅助线

    sup_line = [35 for i in range(480)]

    ax.plot(table.index, sup_line, color='black', linestyle='--', linewidth='1', label='辅助线')

    plt.xlabel('time_point', fontsize=14)    # X轴标签

    plt.ylabel("Speed", fontsize=16)         # Y轴标签

    ax.legend()                              # 图例

    plt.title("车速时序图", fontsize=25, color='black', pad=20)

    plt.gcf().autofmt_xdate()

    # 隐藏-上&右边线

    # ax.spines['right'].set_color('none')

    # ax.spines['top'].set_color('none')

    # plt.savefig('speed.png')

    plt.show()

    三、效果图如下

    以上就是python中用matlibplot画时间序列图的方法。更多Python学习推荐:JQ教程网Python大全。

    展开全文
  • 利用R语言绘制时间序列图

    万次阅读 多人点赞 2020-06-26 22:37:57
    数据 GDP.csv文件,存储1879~2019年河南省GDP数据 绘图 # 读取数据, 首先将...# 转化为时间序列数据 GDP=ts(h$GDP,start = 1978,frequency = 1) # 绘图 plot(GDP) 补充:ts函数 ts() 函数: 通过一向量或者矩

    数据

    GDP.csv文件,存储1879~2019年河南省GDP数据
    河南省GDP

    绘图

    # 读取数据, 首先将excel 格式的转化为 csv 格式 再读取
    h <- read.table(file = "C:/Users/PYY/Desktop/GDP.csv",sep = ",",header = T)
    # 转化为时间序列数据
    GDP=ts(h$GDP,start = 1978,frequency = 1)  
    # 绘图
    plot(GDP)  
    

    在这里插入图片描述

    补充:ts函数

    ts() 函数:
    • 通过一向量或者矩阵创建一个一元的或多元的时间序列(time series),为ts型对象。
    调用格式:
    ts(data = NA, start = 1, end = numeric(0), frequency = 1, deltat = 1, ts.eps = getOption("ts.eps"), class, names)
    
    参数说明:
    • data:一个向量或者矩阵
    • start:第一个观测值的时间,为一个数字或者是一个由两个整数构成的向量
    • end:最后一个观测值的时间,指定方法和start相同
    • frequency:单位时间内观测值的频数(频率)
    • deltat:两个观测值间的时间间隔。frequency和deltat必须并且只能给定其中一个
    • ts.eps:序列之间的误差限,如果序列之间的频率差异小于ts.eps,则认为这些序列的频率相等
    • class:对象的类型。一元序列的缺省值是“ts”,多元序列的缺省值是c(“mts”,“ts”)
    • names:一个字符型向量,给出多元序列中每个一元序列的名称,缺省data中每列数据的名称或者Series 1,Series 2, 。。。
    举个栗子:
    ts(1:26, start=1986)  #最简单的形式
    Time Series:
    Start = 1986 
    End = 2011 
    Frequency = 1 
    

    运行结果:
    在这里插入图片描述

    ts(1:26, frequency = 12, start=c(1986,10)) #frequency = 12时,为月份
    

    运行结果:
    在这里插入图片描述

    展开全文
  • 利用R语言画简单时间序列图

    万次阅读 多人点赞 2017-08-27 14:57:03
    所以利用R语言画时间序列图的一个关键步骤就是将读取的数据转变为时间序列格式, 下面是一个简单的程序: # 读取数据, 首先将excel 格式的转化为 csv 格式 再读取 h (file = "D:/data/50etfx1.csv",sep = ",",...

    R 语言无法自动将读取的数据转化为时间序列格式,

    所以利用R语言画时间序列图的一个关键步骤就是将读取的数据转变为时间序列格式,

    下面是一个简单的程序:

     #  读取数据, 首先将excel 格式的转化为 csv 格式 再读取
    h <- read.table(file = "D:/data/50etfx1.csv",sep = ",",header = T)
     #  将数据格式转化为时间序列格式
    library(xts)  # 加载需要的包
    hh <- xts(h$x1, as.Date(h$time, format='%Y/%m/%d')) 
      #  画图
       # 指定图的长宽 或者 用命令  plot(hh)  直接画
    win.graph(width = 9.5,height = 4.5,pointsize = 8)
    plot(hh,type = 'l',main=' ')
    效果如下:


    示例程序所用的数据格式如下所示:


    time                   x1
    2013/2/5          0.000000 
    2013/2/6          0.007236 
    2013/2/7          -0.011708 
    2013/2/8    -0.004989 
    2013/2/18 -0.010806 
    2013/2/19 -0.015255 
    2013/2/20 -0.001583 
    2013/2/21 -0.040148 

    。。。。。。。。。。。。

    2015/1/29 -0.019893 
    2015/1/30 -0.016171 
    2015/2/2          -0.031637 
    2015/2/3          0.027171 
    2015/2/4         -0.015722 
    2015/2/5         -0.010018 
    2015/2/6         -0.012613 


    展开全文
  • python中用matlibplot画时间序列图的案例发布时间:2020-11-10 09:26:59来源:亿速云阅读:93作者:小新这篇文章给大家分享的是有关python中用matlibplot画时间序列图的案例的内容。小编觉得挺实用的,因此分享给...
  • R语言使用plot函数可视化时间序列图(Time series plot)、并添加标题名称
  • R语言时间序列(time series)分析实战:时序数据加载、绘制时间序列图 目录 R语言时间序列(time series)分析实战:时序数据加载、绘制时间序列图 #数据集 #加载时间序列数据 #绘制时间序列图 #数据...
  • 应用pandas可读取excel文件中...本例中读取的stock.xlsx文件中的数据为一、importnumpy as npimportpandas as pdimportmatplotlib.pyplot as pltimportmatplotlib.dates as mdate#时间序列绘图示例stock = pd....
  • Q2:怎样spss软件时间序列图第一步:定义时间。步骤:数据-定义日期。有许多种日期模式,依实际情况定。第二步:创建模型。步骤:分析-预测-创建模型。第一个选项卡里面有专家建模器,指数平滑法,ARIMA。专家...
  • R语言-时间序列绘图

    万次阅读 2015-05-12 19:49:33
    使用R语言,在一个绘图窗口中绘制两个图形,使用布局管理器来实现。 1、绘制自相关和偏自相关的命令为: > par(pin=c(4,2),mfrow=c(2,1))  #设置图形大小(长4英寸,高2英寸),分成2行1列 > layout(matrix(c(1,...
  • 时间序列分析代码.R

    2020-04-17 21:36:07
    时间序列分析R语言的相关代码,如AR模型,MA模型,ARMA模型,以及自相关检验,异方差检验,自相关,偏自相关,函数定阶,模型系数的显著性检验,模型预测,输出预测和拟合等。
  • R语言-时间序列图

    千次阅读 2018-12-12 20:17:00
    1.时间序列图 plot()函数 > air<-read.csv("openair.csv") > plot(air$nox~as.Date(air$date,"%d/%m/%Y %H:%M"), #把年月日时分秒转换成日期格式 + type="l", + xlab="Time", ylab="Concentration...
  • matplotlib画时间序列图

    万次阅读 2017-03-16 17:08:33
    数据储存在csv文件里面,格式是这样的 导入后直接开
  • 使用R语言进行时间序列分析

    千次阅读 2020-04-15 15:10:54
    一、时间序列的定义 时间序列是将统一统计值按照时间发生的先后顺序来进行排列,时间序列分析的主要目的是根据已有数据对未来进行预测。 一个稳定的时间序列中常常包含两个部分,那么就是:有规律的时间序列+噪声。...
  • [R可视化]绘制时间序列图

    万次阅读 2018-08-06 18:14:14
    library(ggplot2) g()+geom_line(aes(x=ctime,y=count),data=b,color="gray40") g(aes(x=ctime,y=count),data=b,col="gray26",size=1.5,alpha=0.6) ...g(x="日期",y="数量",title="趋势") g
  • 点击上方“Python爬虫与数据挖掘”,进行关注回复“书籍”即可获赠Python从入门到进阶共10本电子书今日鸡汤胡未灭,鬓先秋。泪空流。「数仓宝贝库」,带你学数据!导读:分析时间序列数据...
  • R 语言基础 R语言是一门常用于数据分析、统计建模的计算机...可以前往 https://www.r-project.org/ 下载R语言解释器,并且推荐使用 RStudio 这个R语言的集成开发环境。RStudio 可以在 https://www.rstudio.com/ 下载。
  • R语言:时间序列ARIMA模型使用

    千次阅读 2022-02-10 18:17:52
    绘制时间序列数据的时序、ACFACFACF 以及 PACFPACFPACF ,观察时间序列是否平稳,如果是趋势非平稳则做趋势差分或者对数变换消除趋势,如果是季节非平稳则做季节差分消除趋势; 如果序列方差不稳定,可用 Box-...
  • 有时沿时间变化的多个指标是不可比的,这时就不应将数据在同一坐标系内,一般可以多个小并上下按时间 轴对齐,facet_wrap() 可以做小。 例如,考虑我国 2013-2017 年人均国内生产总值和人均可支配收入数据。...
  • R语言相对于python在做统计分析是十分方便的软件,时间序列分析在数理统计理论方面很有支撑,解释性也很强,理论已经很成熟,不了解的小伙伴可以去搜下相关课程。 这里记录一下简单的R语言时间序列分析的流程。 ...
  • R语言时间序列

    千次阅读 2020-12-08 18:12:37
    1. 时间序列概述 按照时间的顺序把随机事件变化发展的过程记录下来就构成了一个时间序列时间序列进行观察、研究,找寻它变化发展的规律,预测它将来的走势就是时间序列分析 时间序列建模基本步骤: 解释建模的...
  • 生成时间序列的ts函数和图像如,可以看到telets就是从2006年7月开始,2007年12月截止,图像却是从2006年5月开始的,而且横坐标也不是12个月的表示方法。 是否plot.ts()函数需要设置什么参数呢? ![图片...
  • 接下来我们来分解时间序列时间序列分为:非季节性数据和季节性数据 一个非季节性时间序列:包含一个趋势部分和一个不规则部分。分解时间序列即为试图把时间序列拆分成这些成分,也就是说,需要估计趋势的和不...
  • R语言时间序列分析

    千次阅读 多人点赞 2020-05-23 00:29:48
    时间序列 白噪声序列 终止分析,无信息可提取 非白噪声序列 平稳序列 AR/MA/ARMA 非平稳序列 ARIMA,实际中最常见 当拿到一个时间序列的时候,首先分析该时间序列的类型,不同类型的序列有不同...
  • /usr/bin/env python import matplotlib.pyplot as plt import datetime import numpy as np import csv import sys with open("test.csv", 'r', newline='') as fin: reader = csv.DictReader(fin) for row in ...
  • R语言绘图:时间序列分析

    千次阅读 2019-10-06 02:30:37
    ggplot2绘制 arima诊断 library(ggfortify) autoplot(acf(gold[,2], plot = FALSE)) ggtsdiag(auto.arima(gold[,2])) 将数据改为时间格式 gold <...设置时间格式 绘制时间趋势 gdp <- ts...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 34,981
精华内容 13,992
关键字:

如何用r画时间序列图

友情链接: 07-Qt4-Event-Processing.rar