pandas把每天的时间序列花在一张图上

引言

时间序列是指按照时间顺序排列的一组数据点，通常用来分析随时间变化的趋势和模式。在数据分析和可视化中，将时间序列数据绘制在一张图上是非常常见的操作。本文将介绍如何利用Python中的pandas库来将每天的时间序列数据绘制在一张图上，以便更好地理解数据的趋势和变化。

准备工作

在开始之前，我们首先需要准备好Python的运行环境，并安装pandas和matplotlib这两个库。

pip install pandas
pip install matplotlib

接下来，我们需要准备一组时间序列数据，这里我们以每天的气温数据为例进行演示。你可以从公开的数据源或者自己的数据集中获取到时间序列数据。

加载数据

首先，我们需要将时间序列数据加载到pandas的DataFrame中。假设我们的气温数据文件名为temperature.csv，数据格式如下：

日期,气温
2022-01-01,10
2022-01-02,15
2022-01-03,12
...

我们可以使用pandas的read_csv函数来读取数据文件，并转化为DataFrame。

import pandas as pd

data = pd.read_csv('temperature.csv', parse_dates=['日期'])

在这个示例中，我们使用parse_dates参数来将日期列的数据解析为日期类型，以便后续的处理。

设置日期为索引

为了能够更方便地处理时间序列数据，我们可以将日期列设置为DataFrame的索引。

data.set_index('日期', inplace=True)

这样做之后，我们就可以通过日期来选择和操作数据了。

绘制时间序列图

接下来，我们可以使用matplotlib来绘制时间序列图。首先，我们需要导入matplotlib和设置绘图的参数。

import matplotlib.pyplot as plt

%matplotlib inline
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

在这个示例中，我们设置使用中文字体SimHei，并设置正常显示负号。

然后，我们可以使用DataFrame的plot方法来绘制时间序列图。

data.plot()
plt.show()

上述代码会在图形界面中显示出绘制好的时间序列图。

如果你在Jupyter Notebook中使用matplotlib绘图，可以使用%matplotlib inline命令来显示图形。如果你使用其他的开发环境，可以使用plt.show()命令来显示图形。

自定义时间序列图

除了直接使用DataFrame的plot方法绘制时间序列图外，我们还可以通过一些自定义的操作来优化图形的展示效果。

1. 设置图形大小和标题

我们可以通过plt.figure函数来设置图形的大小，并使用plt.title函数来设置图形的标题。

plt.figure(figsize=(10, 6))
plt.title('每天的气温变化图')

上述代码将图形的大小设置为宽度为10英寸，高度为6英寸，并设置图形的标题为“每天的气温变化图”。

2. 设置时间轴标签和刻度

我们可以通过plt.xlabel和plt.ylabel函数来设置时间轴的标签，通过plt.xticks和plt.yticks函数来设置时间轴的刻度。

plt.xlabel('日期')
plt.ylabel('气温')
plt.xticks(rotation=45)

上述代码将时间轴的标签设置为“日期”和“气温”，并设置时间轴的刻度旋转45度。

3. 设置图例

如果数据中有多个时间序列，我们可以通过plt.legend函数来设置图例。

plt.legend(['气温'])

上述代码将图例设置为“气温”。

4. 缩放时间轴

如果时间序列数据较长，时间轴上的刻度密集，我们可以通过调整时间轴的缩放范围来改善图形的可读性。

plt.xlim(['2022-01-01', '2022-12-31'])

上述代码将时间轴的缩放范围设置为从2022年1月1日到2022年12月31日。

5. 添加网格线

我们可以通过plt.grid函数来添加网格线。

plt.grid(True)

上述代码将网格线设置为显示。

6. 设置线型和颜色

如果数据中有多个时间序列，我们可以通过调整线型和颜色来区分它们。

data.plot(style='.-')

上述代码将线型设置为带有点的实线。

完整示例代码和效果图

下面是一个完整的示例代码，展示了如何自定义绘制一张每天的气温时间序列图的操作。

import pandas as pd
import matplotlib.pyplot as plt

# 加载数据
data = pd.read_csv('temperature.csv', parse_dates=['日期'])
data.set_index('日期', inplace=True)

# 设置绘图参数
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

# 自定义绘图
plt.figure(figsize=(10, 6))
plt.title('每天的气温变化图')
plt.xlabel('日期')
plt.ylabel('气温')
plt.xticks(rotation=45)
plt.legend(['气温'])
plt.xlim(['2022-01-01', '2022-12-31'])
plt.grid(True)
data.plot(style='.-')

plt.show()