Cómo trazar una serie temporal en Matplotlib (con ejemplos)

Puedes opinar sobre este contenido:
  • 0
  • 0
  • 0
  • 0

Puede utilizar la siguiente sintaxis para trazar una serie de tiempo en Matplotlib:

importar matplotlib. pyplot  como plt

plt. trama (gl. x , gl. y )

Esto supone que la variable x es de la clase datetime.datetime () .

Los siguientes ejemplos muestran cómo utilizar esta sintaxis para trazar datos de series de tiempo en Python.

Ejemplo 1: trazar una serie temporal básica en Matplotlib

El siguiente código muestra cómo trazar una serie de tiempo en Matplotlib que muestra las ventas totales realizadas por una empresa durante 12 días consecutivos:

importar matplotlib. pyplot  como plt
 importar fecha y hora
 importar numpy como np
 importar pandas como pd

# definir datos
 df = pd. DataFrame ({' fecha ': np. Array ([datetime. Datetime (2020, 1, i + 1)
                                      para i en el rango (12)]),
                   ' ventas ': [3, 4, 4, 7, 8, 9, 14, 17, 12, 8, 8, 13]})

#plot series temporales
 plt. plot (df. date , df. sales , linewidth = 3 )

El eje x muestra la fecha y el eje y muestra las ventas totales en cada fecha.

Ejemplo 2: personalizar las etiquetas de título y eje

Puede usar el siguiente código para agregar un título y etiquetas de eje al gráfico:

importar matplotlib. pyplot  como plt
 importar fecha y hora
 importar numpy como np
 importar pandas como pd

# definir datos
 df = pd. DataFrame ({' fecha ': np. Array ([datetime. Datetime (2020, 1, i + 1)
                                      para i en el rango (12)]),
                   ' ventas ': [3, 4, 4, 7, 8, 9, 14, 17, 12, 8, 8, 13]})

#plot series temporales
 plt. plot (df. date , df. sales , linewidth = 3 )

#add título y etiquetas de eje
 plt. title (' Ventas por fecha ')
plt. xlabel (' Fecha ')
plt. ylabel (' Ventas ')

Ejemplo 3: Trazar varias series de tiempo en Matplotlib

El siguiente código muestra cómo trazar varias series de tiempo en una trama en Matplotlib:

importar matplotlib. pyplot  como plt
 importar fecha y hora
 importar numpy como np
 importar pandas como pd

# definir datos
 df = pd. DataFrame ({' fecha ': np. Array ([datetime. Datetime (2020, 1, i + 1)
                                      para i en el rango (12)]),
                   ' ventas ': [3, 4, 4, 7, 8, 9, 14, 17, 12, 8, 8, 13]})

df2 = pd. DataFrame ({' fecha ': np. Array ([datetime. Datetime (2020, 1, i + 1)
                                       para i en el rango (12)]),
                   ' devuelve ': [1, 1, 2, 3, 3, 3, 4, 3, 2, 3, 4, 7]})

#plot ambas series de tiempo
 plt. plot (df. date , df. sales , label = ' sales ', linewidth = 3 )
plt. plot (df2. date , df2. returns , color = ' red ', label = ' returns ', linewidth = 3 )

#add título y etiquetas de eje
 plt. title (' Ventas por fecha ')
plt. xlabel (' Fecha ')
plt. ylabel (' Ventas ')

#add legend 
plt. leyenda ()

#display plot
 plt. mostrar ()

Varias series de tiempo en Matplotlib

Recursos adicionales

Matplotlib: Cómo crear diagramas de caja por grupo
Matplotlib: Cómo crear gráficos de barras apiladas

  • https://r-project.org
  • https://www.python.org/
  • https://www.stata.com/

Redactor del artículo

  • Luis Benites
    Director de Statologos.com

    Tengo una Maestría en Ciencias en Estadística Aplicada y he trabajado en algoritmos de aprendizaje automático para empresas profesionales tanto en el sector de la salud como en el comercio minorista.

    Ver todas las entradas

¿Te hemos ayudado?

Ayudanos ahora tú, dejanos un comentario de agradecimiento, nos ayuda a motivarnos y si te es viable puedes hacer una donación:

La ayuda no cuesta nada

Por otro lado te rogamos que compartas nuestro sitio con tus amigos, compañeros de clase y colegas, la educación de calidad y gratuita debe ser difundida, recuerdalo:

Deja un comentario

Uno de los problemas más comunes que encontrará al crear modelos es la multicolinealidad . Esto ocurre cuando dos o…
statologos comunidad-2

Compartimos información EXCLUSIVA y GRATUITA solo para suscriptores (cursos privados, programas, consejos y mucho más)

You have Successfully Subscribed!