web-dev-qa-db-ja.com

1つの図に複数のseasonal_decomposeプロットをプロットする方法は？

statsmodelsによって提供される季節性分解を使用して、複数の時系列を分解しています。コードと対応する出力は次のとおりです。

def seasonal_decompose(item_index):
    tmp = df2.loc[df2.item_id_copy == item_ids[item_index], "sales_quantity"]
    res = sm.tsa.seasonal_decompose(tmp)
    res.plot()
    plt.show()

seasonal_decompose(100)

enter image description here

誰かが、複数の時系列がどのように動作しているかを確認するために、行X列形式でそのような複数のプロットをプロットする方法を教えてもらえますか？

pythonmatplotlibstatsmodels
6
user1274878

_sm.tsa.seasonal_decompose_はDecomposeResultを返します。これには、属性observed、trend、seasonal、およびresidがあり、これらはpandasシリーズです。それぞれをプロットできます。 pandasプロット機能を使用します。例：.

_res = sm.tsa.seasonal_decompose(someseries)
res.trend.plot()
_

これは、基本的にres.plot()関数が4つのシリーズのそれぞれに対して行うのと同じであるため、DecomposeResultと4つのmatplotlib軸のリストを入力として受け取る独自の関数を作成できます。 4つの属性を4つの軸にプロットします。

_import matplotlib.pyplot as plt
import statsmodels.api as sm

dta = sm.datasets.co2.load_pandas().data
dta.co2.interpolate(inplace=True)
res = sm.tsa.seasonal_decompose(dta.co2)

def plotseasonal(res, axes ):
    res.observed.plot(ax=axes[0], legend=False)
    axes[0].set_ylabel('Observed')
    res.trend.plot(ax=axes[1], legend=False)
    axes[1].set_ylabel('Trend')
    res.seasonal.plot(ax=axes[2], legend=False)
    axes[2].set_ylabel('Seasonal')
    res.resid.plot(ax=axes[3], legend=False)
    axes[3].set_ylabel('Residual')


dta = sm.datasets.co2.load_pandas().data
dta.co2.interpolate(inplace=True)
res = sm.tsa.seasonal_decompose(dta.co2)

fig, axes = plt.subplots(ncols=3, nrows=4, sharex=True, figsize=(12,5))

plotseasonal(res, axes[:,0])
plotseasonal(res, axes[:,1])
plotseasonal(res, axes[:,2])

plt.tight_layout()
plt.show()
_

enter image description here

10
ImportanceOfBeingErnest
import matplotlib.pyplot as plt
x = [1, 2, 3, 4, 5]
y = [1, 4, 9, 16, 25]
fig = plt.figure()
ax1 = fig.add_subplot(2,3,1)
ax1.scatter(x, y)
ax2 = fig.add_subplot(2,3,2)
ax2.scatter(x, y)
ax3 = fig.add_subplot(2,3,3)
ax3.scatter(x, y)
ax4 = fig.add_subplot(2,3,4)
ax4.scatter(x, y)
ax5 = fig.add_subplot(2,3,5)
ax5.scatter(x, y)
ax6 = fig.add_subplot(2,3,6)
ax6.scatter(x, y)
plt.show()

enter image description here

0
Joe