时间序列可视化

时间序列的视觉呈现' (Shíjiān xùliè de shìjù chéngxìn)

常见错误

假设您有一个表示一段时间内自由工作小时数的时间序列：

import pandas as pd
import plotly.express as px
import numpy as np
import datetime
link = 'https://raw.githubusercontent.com/ianni-phd/Datasets/main/Timeseries/working_hours.csv'
df = pd.read_csv(link)# 可视化
fig = px.line(df, x='day', y='working_hours', title='工作小时')
fig.show()

我们知道自由职业者没有固定的9点到5点工作时间。

• 什么是负责任的人工智能，以及大公司如何在其产品中实施它？
• “短文本和图片的连接笔记”
• ‘胜利之 V：《赛博朋克2077：幻影自由》登陆GeForce NOW’

他们一天24小时工作，有时感觉像工作马拉松，有时感觉像工作午休！

然而，这个时间序列看起来相当奇怪… 这是时间序列表示中的一个常见错误。

让我们创建一个更具代表性的图表：

import pandas as pd
import plotly.express as px
import plotly.graph_objects as go# 读取数据
link = 'https://raw.githubusercontent.com/ianni-phd/Datasets/main/Timeseries/working_hours.csv'
df = pd.read_csv(link)# 绘图，并添加一些标记
fig = px.line(df, x='day', y='working_hours', title='工作小时')
fig.add_trace(
    go.Scatter(x=df['day'], y=df['working_hours'],
    mode='markers', marker=dict(size=7, color='darkblue')))
fig.show()

<p我们开始意识到问题所在，但让我们假装仍然困惑。

为了检测出模式，让我们试着弄清楚每周的工作日是否会对该现象产生影响：

# 每周平均值
df['day'] = pd.to_datetime(df['day'])
df['day_of_week'] = df['day'].dt.day_name()
weekly_avg = df.groupby('day_of_week')['working_hours'].mean().reset_index()# 条形图
fig = px.bar(weekly_avg, x='day_of_week', y='working_hours', title='平均值')
# 图形设置
fig.update_traces(marker_color='dodgerblue')
fig.update_layout(template='plotly_dark'…