[시계열 데이터] 02. 시계열 데이터 시각화(autoscale, WeekdayLocator, DateFormatter)

[시계열 데이터] 02. 시계열 데이터 시각화 

(스타벅스 주식 데이터를 활용한 시계열 데이터 시각화 활용)

  해당 포스팅은 Udemy(유데미)의 시계열 데이터 분석 with Python(파이썬)을 수강하면서 정리하였습니다.

 

 

01. 데이터 설명

• 캐글(Kaggle)의 스타벅스 주식 데이터 활용
• https://www.kaggle.com/hrideshkohli/starbucks
• 총 1006 row, 3 columns('Date', 'Close', 'Volume')으로 구성

• 2015년 1월 2일부터 2018년 12월 31일 까지 스타벅스 종가(Close), 거래량수(Volume)를 나타낸 시계열 데이터
• 현재 일자에 해당하는 ‘Date’ 칼럼은 object 객체 타입으로, 시계열 분석을 위해서는 ‘Datetime’ 객체로 변환시켜줘야함

 

02. 시계열 데이터 시각화를 위한 기초

 

2-1.  matplotlib 활용 플롯/차트 구성

가. X축 범위, Y축 범위 지정

• X축 범위 : xlim
• y축 범위 : ylim

나. 선 굵기, 선 모양, 선 색 

• 선 굵기 : lw
• 선 모양 : ls
• 선 색: c

 

 

다.  X축 주눈금/보조눈금, y축 주눈금/보조눈금 설정

import matplotlib.pyplot as plt 

  ax = plt.axes()

• X축 주눈금 : ax.xaxis.set_major_locator
• X축 보조눈금 : ax.xaxis.set_minor_locator
• y축 주눈금 : ax.yaxis.set_major_locator
• y축 보조눈금 : ax.yaxis.set_minor_locator

• X축 주눈금을 월요일 날짜로 지정을 하고자 함 
  <지정 전>

 

<지정 후>

 

 

03. 시계열 데이터 시각화

 

 3-1. autoscale (축 자동 스케일링)

 

가.  autoscale

• 축 자동 스케일링 : 시각화된 데이터의 x축 혹은 y축 혹은 x,y값 모두 화면에 맞도록 자동 스케일링 함

나.  autoscale 활용 예시

• autoscale 전

• < 축 자동 스케일링 autoscale 'x축만 적용'>

• < 축 자동 스케일링 autoscale 'y축만 적용'>

• < 축 자동 스케일링 autoscale 'x축, y축 모두 적용'>

 

 3-2.  데이터 포맷팅(Data Formatting)

 

가. 데이터 포맷팅(Data Formatting)

• datatime을 원하는 형태의 string 타입으로 변경 `strftime 사용`

나.  필요 라이브러리 임포트

from datetime import datetime

 

다.  데이터 포맷팅 형식

 

라.  데이터 포맷팅 예시

• 2001, 2, 3, 16, 5, 6 → ‘년 월 일, 요일, 시간 형식으로’

  

• 데이터 포맷팅 활용 시계열 데이터 시각화