데이터과학 삼학년

시계열 데이터 시각화 using plotly 본문

Data Visualization & DataBase

시계열 데이터 시각화 using plotly

Dan-k 2020. 6. 5. 19:06
반응형

plotly를 이용해

시계열 데이터를 시각화하는 것을 알아본다.

 

데이터를 불러올 bigquery와 plotly 모듈을 불러온다.

import pandas as pd

import chart_studio.plotly as py
import plotly.express as px
import plotly.graph_objects as go

import cufflinks as cf
cf.go_offline(connected=True)

%matplotlib inline
%load_ext google.cloud.bigquery

데이터 불러오기

%%bigquery df
SELECT regdatetime, feature	FROM `proejct.timeseries.decompose_data`  ORDER BY regdatetime

시계열 그림 그리기

from plotly.subplots import make_subplots
import plotly.graph_objects as go

fig = make_subplots(rows=4, cols=1,
                    subplot_titles=['Origin','Trend','Seasonal','Residual'])


fig.append_trace(go.Line(x=df.regdatetime, y=df.feature), 
                 row=1, col=1)
fig.append_trace(go.Line(x=decompose_df[decompose_df.part=='trend'].regdatetime, y=decompose_df[decompose_df.part=='trend'].feature), 
                 row=2, col=1)
fig.append_trace(go.Line(x=decompose_df[decompose_df.part=='seasonal'].regdatetime, y=decompose_df[decompose_df.part=='seasonal'].feature), 
                 row=3, col=1)
fig.append_trace(go.Line(x=decompose_df[decompose_df.part=='resid'].regdatetime, y=decompose_df[decompose_df.part=='resid'].feature), 
                 row=4, col=1)


fig.update_layout(height=800, width=1000, title_text="Timeseries Decompose")
fig.show()

>> interactive legend 도 적용되어 있어서 보고 싶은 항목만 볼 수 있다.

>> 마우스 오버를 통해 상세 현황을 파악할 수 있다.

 

 

한개씩 보려면

resid = px.line(decompose_df[decompose_df.part=='resid'], x='regdatetime', y='feature')
resid.show()

728x90
반응형
LIST

'Data Visualization & DataBase' 카테고리의 다른 글

Plotly 활용한 covid-19 데이터 시각화  (0) 2020.06.19
Folium 지리 정보 시각화 tool  (0) 2020.06.17
Plotly 시각화 툴  (0) 2020.05.21
Bokeh interactive legend  (0) 2020.02.14
Bokeh - Web visualization  (0) 2020.01.17
Comments