Lendo e Visualizando Dados
O primeiro passo é a leitura dos dados. Ao trabalhar com séries temporais, as regras são as mesmas - você ainda pode usar o pandas para obter dados a partir de arquivos csv.
Nos arquivos, digamos que você tenha uma coluna Date
que contém datas no tipo str. Para a análise de séries temporais subsequente, é necessário converter o tipo str para datetime. Isso é feito utilizando a função to_datetime()
do pandas
Vamos tomar como exemplo o conjunto de dados air_quality_no2_long.csv
:
pythondataset = pd.read_csv("daily-total-female-births.csv")
A seguir, convertemos o tipo de dados na coluna Date
de str para datetime:
pythondataset["Date"] = pd.to_datetime(dataset["Date"])
Você também pode fazer isso imediatamente ao ler o conjunto de dados:
pythondataset = pd.read_csv("daily-total-female-births.csv", parse_dates=["Date"])
Agora podemos plotar o nosso conjunto de dados:
pythonfig, ax = plt.subplots(figsize=(11, 9))ax.plot(dataset["Date"], dataset["Births"])ax.set_xlabel("Data e Hora")ax.set_ylabel("Nascimentos")plt.show()
Swipe to start coding
Leia e visualize o conjunto de dados AirPassengers.csv
.
- Importe
matplotlib.pyplot
comoplt
. - Leia o arquivo
csv
e salve-o na variáveldata
. - Converta
"Month"
em tipodatetime
. - Inicialize um gráfico de linhas com a coluna
"Month"
dedata
no eixo x e"#Passengers"
no eixo y. - Defina rótulos nos eixos e exiba o gráfico:
"Month"
no eixo x;"Passengers"
no eixo y.
Solução
Obrigado pelo seu feedback!