سری زمانی و محورهای تاریخ در پایتون

Plotly یک کتابخانه نمودار رایگان و منبع باز برای پایتون است. توصیه می کنیم راهنمای شروع کار ما را برای آخرین دستورالعمل های نصب یا به روزرسانی بخوانید ، سپس به آموزش های اساسی اصول ما بروید یا مستقیماً به برخی از آموزش های اصلی نمودارها بروید.

سری زمانی با استفاده از محورهای نوع تاریخ

سری زمانی را می توان با استفاده از توابع platly. express (px. line ، px. scatter ، px. bar و غیره) یا plotly. graph_objects اشیاء (go. scatter ، go. bar و غیره) نشان داد. برای نمونه های بیشتر از چنین نمودارها ، به مستندات توطئه های خط و پراکندگی یا نمودارهای نوار مراجعه کنید.

برای برنامه های مالی ، می توان از Plotly نیز برای ایجاد نمودارهای شمعدانی و نمودارهای OHLC استفاده کرد که به طور پیش فرض محورها هستند.

هنگامی که داده های مربوطه یا رشته های تاریخ با فرمت ISO هستند یا اگر آنها یک ستون PANDAS Date یا Array Numpy DateTime هستند ، نوع محور را به یک قالب تاریخ تنظیم می کند.

در 1]:

# با استفاده از plotly. express وارد كردن plotly. express as px df = px.داده ها.سهام() شکل = px.خط(df, x='تاریخ', y="گوگ") شکل.نشان دادن() 

در 2]:

# با استفاده از Graph_Objects وارد كردن plotly. graph_objects as go وارد كردن پاندا as pd df = pd.read_csv('https://raw. githubusercontent.com/plotly/datasets/master/finance-charts-apple. csv') شکل = go.شکل([go.پراکندگی(x=df['تاریخ'], y=df['aapl. high'])]) شکل.نشان دادن() 

سریال های زمانی در Dash¶

Dash بهترین راه برای ساخت برنامه های تحلیلی در پایتون با استفاده از چهره های طرح ریزی است. برای اجرای برنامه زیر ، PIP Install Dash را اجرا کنید ، برای دریافت کد و اجرای Python App. py روی "بارگیری" کلیک کنید.

با اسناد رسمی DASH شروع کنید و یاد بگیرید که چگونه با زحمت سبک و استقرار برنامه هایی مانند این را با Dash Enterprise.

خارج [3]:

ثبت نام در Dash Club the برگه های تقلب رایگان به علاوه به روزرسانی های کریس پارمر و آدام شرودر هر دو ماه یکبار به صندوق ورودی شما تحویل می دهند. شامل نکات و ترفندها ، برنامه های جامعه و شیرجه های عمیق در معماری Dash است.همین الان ملحق شوید، همین الان بپیوندید.

انواع مختلف نمودار در محورهای تاریخ

هر نوع نمودار دکارتی را می توان در محورهای تاریخ قرار داد ، به عنوان مثال این نمودار نوار از مقادیر نسبی کنه سهام.

در [4]:

وارد كردن plotly. express as px df = px.داده ها.سهام(فهرست شده=درست است، واقعی)-1 شکل = px.بار(df, x=df.فهرست مطالب, y="گوگ") شکل.نشان دادن() 

یا این طرح منطقه چهره:

در [5]:

وارد كردن plotly. express as px df = px.داده ها.سهام(فهرست شده=درست است، واقعی)-1 شکل = px.حوزه(df, FACET_COL="شرکت", facet_col_wrap=2) شکل.نشان دادن() 

پیکربندی برچسب های تیک

به طور پیش فرض ، برچسب های تیک (و کنه های اختیاری) با یک خط شبکه خاص همراه هستند و به عنوان مثال "00:00 در تاریخ 1 فوریه 2018" یک لحظه را نشان می دهند. برچسب های تیک را می توان با استفاده از ویژگی Tickformat (که رشته های قالب بندی فرمت D3 را می پذیرد) فرمت کنید تا فقط ماه و سال به نمایش در بیاید ، اما آنها هنوز هم به طور پیش فرض یک لحظه را نشان می دهند ، بنابراین در شکل زیر متن برچسب "فوریه2018 "بخشی از ماه ژانویه و بخشی از ماه فوریه است. ویژگی DTICK فاصله بین شبکه ها را کنترل می کند و تنظیم "M1" به معنی "1 ماه" است. این ویژگی همچنین تعدادی میلی ثانیه را می پذیرد ، که می تواند تا روزها با ضرب 24*60*60*1000 اندازه گیری شود.

Date Axis Tick Labels دارای خاصیت ویژه ای است که هر بخشی از نمونه اول " n" در TickFormat فقط یک بار در هر مقدار منحصر به فرد در یک خط دوم ظاهر می شود ، مانند شماره های سال در مثال زیر. برای اینکه شماره سال در هر برچسب تیک ظاهر شود ، "" باید به جای " n" استفاده شود.

توجه داشته باشید که به طور پیش فرض ، قالب بندی مقادیر مقادیر x و y در برچسب Hover با برچسب های کنه محورهای مربوطه مطابقت دارد ، بنابراین هنگام سفارشی کردن برچسب های کنه به چیزی گسترده مانند "ماه" ، معمولاً برای سفارشی کردن شناور ضروری استمانند شکل زیر به چیزی باریک تر مانند تاریخ واقعی برچسب بزنید.

در [6]:

وارد كردن plotly. express as px df = px.داده ها.سهام() شکل = px.خط(df, x="تاریخ", y=df.ستون ها, hover_data="تاریخ": "|%B %d، ٪ y ">, عنوان="برچسب های کنه سفارشی") شکل.به روز رسانی_ xaxes( دلهره="M1", قصبه="%b
٪ y ") شکل.نشان دادن()