数据源:https://github.com/zrnsm/pyculiarity/blob/master/tests/raw_data.csv
一般使用箱型图来探索数据的季节性,箱型图主要体现了:极值、四分位点、极值点、中位数
示例代码
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
def get_data() -> pd.DataFrame:
dataframe = pd.read_csv("raw_data.csv", index_col=0)
dataframe.index = pd.to_datetime(dataframe['timestamp'])
dataframe.drop(['timestamp'], axis=1, inplace=True)
return dataframe
if __name__ == '__main__':
df = get_data()
hour_df = df.resample("h").sum() # 按小时重采样
hour_df.loc[:, "day"] = hour_df.index.day
hour_df.loc[:, "hour"] = hour_df.index.hour
# 绘制"天"与数量之间的关系
sns.boxplot(x='day', y="count", data=hour_df)
plt.show()
# 绘制"小时"与数量的关系
sns.boxplot(x='hour', y="count", data=hour_df)
plt.show()
效果
"天"与数量的关系图:
"小时"与数量的关系图:
可以得到,中午时分数量较多,而休息时间数量较少
随时间变化的数量趋势如下图所示: