시각화 이용한 탐색적 데이터 분석(5)

8. 테이블 데이터와 시계열 데이터

• 테이블 데이터 : 엑셀과 같이 행과 열로 나타낸 데이터
  • feature: 테이블의 각 열을 의미
  • record: 테이블의 각 행을 의미
  • index: 각 데이터 위치를 식별하기 위한 값
• 시계열 데이터: 일정 시간 간격으로 배치된 데이터 (시간에 종속된 데이터)
  • 이외에도 다양한 형태의 데이터가 있을 수 있으나, 대부분 테이블 데이터 형태로 처리 가능

 

9. 시계열 데이터 시각화를 위한 사전 준비

• pd.date_range(start='2020-01-01', end='2020-12-31')
  
  • freq='3M': 3개월
  • freq='D': 1일
  • periods=10: start와 end 사이 균등 시간 분할
  • 참고: https://pandas.pydata.org/pandasdocs/stable/reference/api/pandas.date_range.html

pd.date_range(start='2020-01-01', end='2020-12-31')

pd.date_range(start='2020-01-01', end='2020-12-31', periods=3)

pd.date_range(start='2020-01-01', end='2020-12-31', freq='3M')

 

pandas Dataframe 작성 방법 정리

• pd.DataFrame(data={컬럼이름:컬럼데이터리스트})
  
  • {컬럼이름:컬럼데이터리스트} 는 사전 데이터 형식
• pd.DataFrame(data=리스트, columns=컬럼이름, index=인덱스데이터)
  

  import numpy as np
  import pandas as pd
  date_index = pd.date_range('2020-05-01', periods=15)
  df = pd.DataFrame(data=range(len(date_index)), columns=['count'], index=date_index)
  df

  

10. 시계열 데이터를 위해 주로 사용되는 그래프 타입

라인 그래프

import chart_studio.plotly as py
import cufflinks as cf
cf.go_offline(connected=True)

df.iplot(kind='line')

막대 그래프

df.iplot(kind='bar')