Python时间序列分析：季节图绘制函数seasonal_plot详解

Python时间序列分析：季节图绘制函数seasonal_plot详解

在时间序列分析中，季节图是一种常用的可视化工具，用于展示数据在不同季节周期内的变化趋势。本文将介绍Python中用于绘制季节图的函数seasonal_plot，并详细解释其参数和功能。

函数seasonal_plot代码解读

# annotations: https://stackoverflow.com/a/49238256/5769929
def seasonal_plot(X, y, period, freq, ax=None):
    if ax is None:
        _, ax = plt.subplots()
    palette = sns.color_palette('husl', n_colors=X[period].nunique(),)
    ax = sns.lineplot(
        x=freq,
        y=y,
        hue=period,
        data=X,
        ci=False,
        ax=ax,
        palette=palette,
        legend=False,
    )
    ax.set_title(f'Seasonal Plot ({period}/{freq})')
    for line, name in zip(ax.lines, X[period].unique()):
        y_ = line.get_ydata()[-1]
        ax.annotate(
            name,
            xy=(1, y_),
            xytext=(6, 0),
            color=line.get_color(),
            xycoords=ax.get_yaxis_transform(),
            textcoords='offset points',
            size=14,
            va='center',
        )
    return ax

该函数接收以下参数：

• X: 数据集，通常是一个包含时间戳、季节周期和目标变量的DataFrame。
• y: 目标变量，表示要绘制的数值数据。
• period: 时间序列的季节周期，例如'Year'、'Month'、'Week'。
• freq: 时间轴上的单位，例如'D'（天）、'W'（周）、'M'（月）。
• ax: 可选参数，用于指定要绘制的坐标轴。如果未指定，则会创建一个新的坐标轴。

函数的功能如下：

1. 创建坐标轴: 如果未指定ax参数，则创建一个新的坐标轴。
2. 绘制季节图: 使用sns.lineplot函数绘制每个季节周期的不同颜色的线条，并根据freq参数设置时间轴的单位。
3. 设置标题: 设置图形的标题，包含period和freq信息。
4. 添加图例: 在图例中显示每个季节周期的名称。
5. 返回坐标轴: 返回绘制好的坐标轴，以便用户可以进一步进行自定义操作。

使用示例

假设我们有一个包含每日流量数据的DataFrame，并希望绘制其按月度变化的季节图。可以按照以下步骤使用seasonal_plot函数：

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
from pathlib import Path

data_dir = Path('../input/ts-course-data')
tunnel = pd.read_csv(data_dir / 'tunnel.csv', parse_dates=['Day'])
tunnel = tunnel.set_index('Day').to_period('D')

# 绘制季节图
ax = seasonal_plot(tunnel, tunnel['Traffic'], 'Month', 'D')
plt.show()

总结

seasonal_plot函数是绘制时间序列数据季节图的强大工具，可以帮助用户直观地观察不同季节周期之间的变化趋势，并提供对数据季节性的深刻见解。