详细内容或原文请订阅后点击阅览
数据可视化解释（第 5 部分）：在 Python 中可视化时间序列数据（Matplotlib、Plotly 和 Altair）
对时间序列可视化的解释，包括 Matplotlib、Plotly 和 Altair 中的深入代码示例。数据可视化解释（第 5 部分）：在 Python 中可视化时间序列数据（Matplotlib、Plotly 和 Altair）一文首先出现在 Towards Data Science 上。
来源:走向数据科学在我的数据可视化系列中。请参阅以下内容：
是时候开始构建您自己的数据可视化了。在本文中，我将详细介绍用 Python 可视化时间序列数据的过程。如果您还没有阅读过我的数据可视化系列中的前几篇文章，我强烈建议您至少阅读前一篇文章来回顾一下 Python。
至少阅读上一篇文章来回顾 Python在使用 Python 进行可视化编码的过程中，我将重点关注三个 Python 包：Matplotlib、Plotly 和 Altair。学习这些内容的一种方法可能涉及为每个包编写 1-2 篇文章，每一篇都详细研究所选包。虽然这是一种有效的方法，但我的系列的重点不是任何特定的库；而是我的系列文章。它与数据可视化过程本身有关。这些软件包只是工具——达到目的的手段。
因此，我将围绕特定类型的数据可视化构建本文和后续文章，并且我将讨论如何在列出的每个包中实现该可视化，以确保您拥有多种可用的方法。
类型首先：时间序列数据的定义。
什么是时间序列数据？
形式上，时间序列数据涉及一个作为时间函数的变量。简单来说，这只是意味着一些随时间变化的数据。
时间序列数据例如，一家上市公司过去十年的股价就是时间序列数据。如果您想要更科学的例子，请考虑天气。描述您最喜欢的城市一年中每日温度的图表是描述时间序列数据的图表。
时间序列数据是数据可视化的绝佳起点，原因如下：
时间序列数据如何可视化？
面积图
熊猫