PythonとMatplotlibを使用して時系列データを可視化する方法について説明します。この記事では、具体的なコード例を通じて、時系列データのプロット、ズームイン、複数変数の時系列プロット、注釈の追加など、時系列グラフの作成に必要な主要なステップをカバーします。
時系列データのプロット
まずは、時系列データの全体をプロットしてみましょう。以下のコードは、pandasを使用してCSVファイルからデータを読み込み、matplotlibを使用してデータをプロットする方法を示しています。
import pandas as pd
import matplotlib.pyplot as plt
# CSVファイルからデータを読み込む
df = pd.read_csv('df.csv', parse_dates=['date'], index_col='date')
# データをプロットする
fig, ax = plt.subplots()
plt.xticks(rotation=90)
ax.plot(df.index, df['value01'])
ax.set_xlabel('Date')
ax.set_ylabel('Value01')
plt.show()
時系列データのズームイン
次に、特定の期間に焦点を当ててデータをプロットする方法を見てみましょう。以下のコードは、特定の期間をズームインしてプロットする方法を示しています。
import matplotlib.pyplot as plt
fig, ax = plt.subplots()
plt.xticks(rotation=90)
# ズームイン
df_zoom_in = df['2021-01-01':'2021-01-05']
ax.plot(df_zoom_in.index, df_zoom_in["value01"])
plt.show()
複数変数の時系列プロット
複数の変数を同時にプロットする場合、各変数のスケールが異なると、一部の変数の特徴が見えなくなる可能性があります。この問題を解決するために、双軸を使用します。以下のコードは、2つの異なるy軸スケールを使用して、同じサブプロットに2つの変数をプロットする方法を示しています。
import matplotlib.pyplot as plt
fig, ax = plt.subplots()
plt.xticks(rotation=90)
ax.plot(df.index, df['value01'], color='b')
# X軸を共有する双軸
ax2 = ax.twinx()
ax2.plot(df.index, df['value02'], color='r')
plt.show()
以上のように、PythonとMatplotlibを使用すると、時系列データの可視化が容易になります。これらの基本的なテクニックをマスターすることで、より複雑な時系列分析のタスクに挑戦することができるようになります。.