使用 Plotnine 进行时间序列可视化的分步指南

原文towardsdatascience.com/step-by-step-guide-to-time-series-visualization-using-plotnine-3a2306aeafe0https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/9a8458a301a4b3fe5e6af4a0cdc16fbe.png图片由 Alex Litvin 在 Unsplash 上提供可视化是快速有效地从数据中获取见解的方法。本文提供了使用图形探索时间序列的逐步指南。我们将使用 6 种不同的图来揭示时间序列的不同方面。我们将专注于 Python 的 plotnine这是一种图形语法类型的库。简介探索性数据分析是一种旨在揭示数据集潜在结构的分析方法。几乎总是这个过程涉及到使用图形技术来可视化数据。使用图形进行时间序列分析是快速从数据中提取见解的方法例如揭示基本模式如趋势或季节性检测不规则性包括缺失数据或异常值检测分布中的变化在本文的其余部分你将学习如何构建 6 个图形来探索时间序列。探索时间序列让我们从加载一个时间序列开始。在本指南中我们将使用 M3 数据集中可用的月度时间序列 [2]。我们从datasetsforecast库中获取它fromdatasetsforecast.m3importM3 dataset,*_M3.load(./data,Monthly)seriesdataset.query(funique_idM400)你将学习如何使用 plotnine 创建图形。这个库类似于 Python 的 ggplot2。让我们先设置主题importplotnineasp9 MY_THEMEp9.theme_538(base_familyPalatino,base_size12)p9.theme(plot_margin.025,axis_text_yp9.element_text(size10),panel_backgroundp9.element_rect(fillwhite),plot_backgroundp9.element_rect(fillwhite),strip_backgroundp9.element_rect(fillwhite),legend_backgroundp9.element_rect(fillwhite),axis_text_xp9.element_text(size10))我们将使用基于 538 的主题并进行一些额外修改。时间图在分析时间序列时你首先想要做的可能是时间图。时间图是一种线形图的实例其中你将序列的值与时间进行对比time_plotp9.ggplot(dataseries)p9.aes(xds,yy)MY_THEMEp9.geom_line(color#58a63e,size1)p9.labs(xDatetime,yvalue)https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/716f3020124a70d33da78313c9055b2a.png时间序列分解的时间图。图片由作者提供此图展示了时间序列的基本模式例如趋势或季节性。使用时间图分布的变化无论是均值还是方差通常也容易检测到。示例时间序列表现出 随机趋势。序列的水平在某个点上增加然后数据开始降低水平。此外规则的波动表明存在季节性结构。你也可以使用分解数据构建时间图。首先我们使用 STL 对时间序列进行分解importpandasaspdfromstatsmodels.tsa.seasonalimportSTL ts_decompSTL(series[y],period12).fit()components{Trend:ts_decomp.trend,Seasonal:ts_decomp.seasonal,Residuals:ts_decomp.resid,}components_dfpd.DataFrame(components).reset_index()melted_datacomponents_df.melt(index)然后我们使用类似这样的 _facetgrid为每个部分创建时间图fromnumerizeimportnumerize# a nice trick to summarise large values in graphicslabslambdalst:[numerize.numerize(x)forxinlst]decomposed_timeplotp9.ggplot(melted_data)p9.aes(xindex,yvalue)p9.facet_grid(variable ~.,scalesfree)MY_THEMEp9.geom_line(color#58a63e,size1)p9.labs(xDatetime index)p9.scale_y_continuous(labelslabs)https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/83d0ba73025e64bc5e7d83f08a3da637.png时间序列分解的时间图。图片由作者提供这种变体使得检查每个组件变得更加容易。在这种情况下趋势和季节性影响变得清晰可见。我们使用numerize来使大数字更易于阅读。你还可以将此样式添加到任何其他图表中。滞后图滞后图是散点图的一个实例其中你将时间序列的每个值与过去通常是上一个值进行对比。X[series[y].shift(i)foriinlist(range(2,0,-1))]Xpd.concat(X,axis1).dropna()X.columns[t-1,t]lag_plotp9.ggplot(X)p9.aes(xt-1,yt)MY_THEMEp9.geom_point(color#58a63e)p9.labs(xSeries at time t-1,ySeries at time t)p9.scale_y_continuous(labelslabs)p9.scale_x_continuous(labelslabs)滞后图可以揭示序列结构。具有自相关的时序点的分布将沿着对角线聚集。这种聚集与自相关的强度一样明显。如果数据是随机的那么数据点将在图形上分布得四处都是。这意味着过去值对未来没有提供任何信息。https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/e0894e836dcfba03871d70fc21369613.png示例时间序列的滞后图。图片由作者提供。滞后图也有助于检测异常值。这些点将与其他点隔离。示例时间序列的值倾向于聚集在对角线上但随着值的增大方差也会增加。这似乎表明序列包含一个自回归结构。自相关图自相关是衡量时间序列在观察过去值滞后时与其自身相关性的度量。绘制自相关图也有助于传达关于序列结构的线索。你可以使用statsmodels来计算自相关importnumpyasnpfromstatsmodels.tsa.stattoolsimportacf acf_xacf(series[y],nlags24,alpha0.05,bartlett_confintTrue)acf_vals,acf_conf_intacf_x[:2]acf_dfpd.DataFrame({ACF:acf_vals,ACF_low:acf_conf_int[:,0],ACF_high:acf_conf_int[:,1],})acf_df[Lag][t][ft-{i}foriinrange(1,25)]acf_df[Lag]pd.Categorical(acf_df[Lag],categoriesacf_df[Lag])然后我们使用plotnine来构建棒棒糖图significance_thr2/np.sqrt(len(series[y]))acf_plotp9.ggplot(acf_df,p9.aes(xLag,yACF))p9.geom_hline(yinterceptsignificance_thr,linetypedashed,color#58a63e,size.8)p9.geom_hline(yintercept-significance_thr,linetypedashed,color#58a63e,size.8)p9.geom_hline(yintercept0,linetypesolid,colorblack,size1)p9.geom_segment(p9.aes(xLag,xendLag,y0,yendACF),size1.5,color#58a63e)p9.geom_point(size4,colordarkgreen,)MY_THEMEhttps://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/6e5840dd5f18e6972889d2d60a13a9db.png自相关图。图片由作者提供随着滞后值的增加自相关的变化提供了关于序列结构的线索。如果自相关始终接近于零这意味着序列是白噪声或随机序列。随着滞后值的增加衰减速度缓慢这表明存在趋势。有时自相关会显示出具有季节滞后峰值的振荡模式。这种模式表明存在强烈的季节性成分。季节性子序列图一些图形是为了探索季节性效应而量身定制的例如季节性图或季节性子序列图。季节性子序列图通过以下方式按季节周期对序列进行分组grouped_dfseries.groupby(Month)[y]group_avggrouped_df.mean()group_avggroup_avg.reset_index()series[Month]pd.Categorical(series[Month],categoriesseries[Month].unique())group_avg[Month]pd.Categorical(group_avg[Month],categoriesseries[Month].unique())seas_subseries_plotp9.ggplot(series)p9.aes(xds,yy)MY_THEMEp9.theme(axis_text_xp9.element_text(size8,angle90),legend_titlep9.element_blank(),strip_background_xp9.element_text(color#58a63e),strip_text_xp9.element_text(size11))p9.geom_line()p9.facet_grid(. ~Month)p9.geom_hline(datagroup_avg,mappingp9.aes(yintercepty),colourdarkgreen,size1)p9.scale_y_continuous(labelslabs)p9.scale_x_datetime(breaksdate_breaks(2 years),labelsdate_format(%Y))p9.labs(yvalue)seas_subseries_plotp9.theme(figure_size(10,4))https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/4cc62a88b47f300fba722b50f17cf33b.png此图对于揭示季节周期内和跨季节周期的模式非常有用。在示例时间序列中我们可以看到平均值在三月最低。在某些月份例如五月序列显示出强烈的正向趋势。分组密度图时间序列容易受到变化或干预的影响。有时时间序列所代表的事物会因为某些事件而发生变化。你可以使用图形技术来理解这些事件的影响。例如你可以使用以下分组密度图# some event happens at index 23change_index23before,aftertrain_test_split(series,train_sizechange_index,shuffleFalse)n_bf,n_afbefore.shape[0],after.shape[0]p1_dfpd.DataFrame({Series:before[y],Id:range(n_bf)})p1_df[Part]Before changep2_dfpd.DataFrame({Series:after[y],Id:range(n_af)})p2_df[Part]After changedfpd.concat([p1_df,p2_df])df[Part]pd.Categorical(df[Part],categories[Before change,After change])group_avgdf.groupby(Part).mean()[Series]density_plotp9.ggplot(df)p9.aes(xSeries,fillPart)MY_THEMEp9.theme(legend_positiontop)p9.geom_vline(xinterceptgroup_avg,linetypedashed,colorsteelblue,size1.1,alpha0.7)p9.geom_density(alpha.2)在这个特定的例子中某个事件发生在索引 23 处。这里选择这个特定的时间步是任意性的。但是你可以使用变化点检测方法来检测重要的时间步。https://github.com/OpenDocCN/towardsdatascience-blog-zh-2024/raw/master/docs/img/a52cd52a6878c426067ffd36f31fa832.png分组密度图。图片由作者提供我们在临界点前后绘制了分布图。分布上出现了显著的变化。主要收获探索性数据分析是任何时间序列分析和预测项目中的关键步骤。本文将向您介绍使用 6 种图形技术探索时间序列的过程。这些技术包括时间图分解时间图滞后图自相关图季节性子序列图分组密度图这些功能可以帮助你快速从数据中挖掘洞察。我们使用了 plotnine这是一个在 Python 中实现的图形语法类型的可视化库。它受到了 R 的 ggplot2 的启发并提供了许多不同的图形。您可以在以下链接中查看一些示例plotnine.org/tutorials/。感谢您的阅读我们下次故事再见代码代码笔记本参考文献[1] Hyndman, Rob J., and George Athanasopoulos. Forecasting: principles and practice. OTexts, 2018.[2] M3 预测竞赛数据集来自 datasetsforecast (MIT 许可)