시계열 데이터 시각화

다변량 시계열 데이터(Multivariate Time Series, MTS)의 여러 컬럼을 시간축에 정렬하여 시각화하는 방법

환경 설정

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.dates as mdates

데이터 읽기

df_train = pd.read_csv('/kaggle/input/daily-climate-time-series-data/DailyDelhiClimateTrain.csv', index_col=0, parse_dates=True)

데이터 확인

df_train.head()

date	meantemp	humidity	wind_speed	meanpressure
2013-01-01	10.000	84.500	0.000	1015.667
2013-01-02	7.400	92.000	2.980	1017.800
2013-01-03	7.167	87.000	4.633	1018.667
2013-01-04	8.667	71.333	1.233	1017.167
2013-01-05	6.000	86.833	3.700	1016.500

시각화 함수

df_list: pandas DataFrame으로 이루어진 리스트
cols: 시각화할 컬럼명, string로 이루어진 리스트
x_label: x 축(시간축), string

def plot(df_list, cols, x_label):
    width_ratios = [len(df) for df in df_list]
    fig, axs = plt.subplots(
        nrows=len(cols), 
        ncols=len(df_list),
        figsize=(10, 3*len(cols)), 
        sharex='col',
        sharey='row',
        gridspec_kw={'width_ratios': width_ratios}
    )

    if len(cols) == 1:
        axs = [axs]
    if len(df_list) == 1:
        axs = [[ax] for ax in axs]
        
    for ax, col in zip(axs, cols):
        for ax_, df in zip(ax, df_list):
            ax_.plot(df.index, df[col])
            ax_.tick_params(axis='x', rotation=45)  
            ax_.xaxis.set_major_locator(mdates.MonthLocator())  
            ax_.xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m'))  
    
    fig.text(0.5, 0, x_label, ha='center', va='center')
    
    for i, col in enumerate(cols):
        plt.setp(axs[i][0], ylabel=col)

    plt.tight_layout()
    plt.show()

시각화할 데이터

전처리할 때, 시계열을 나눴을 경우

df_list = [df_train[:500], df_train[500:800], df_train[800:]]
cols = ['meantemp', 'humidity', 'wind_speed', 'meanpressure']

시각화

나눠진 시계열 데이터 확인

plot(df_list, cols, 'Date')