在 R 中使用 ggplot2 进行时间序列可视化

在本文中，我们将讨论使用 R 编程语言中的 ggplot2 包进行时间序列可视化。

时间序列是在订单时间线中列出的一系列数据点，即日期、年份或月份形式的轴之一。时间序列是一系列连续的等间隔时间点。时间序列分析包括分析时间序列数据的方法，以从数据中检索一些有意义的洞察力。时间序列数据分析在金融行业、制药、社交媒体公司、网络服务提供商、研究等众多行业中变得非常重要，因为它有助于根据过去数据的趋势预测未来事件。

为了更好地了解数据，我们需要一些工具来可视化它。 R 编程语言在 ggplot2 包中提供了强大的工具来可视化数据。我们可以使用 geom_line()函数使用折线图来可视化时间序列数据。

Syntax:

ggplot(dataframe , aes(x, y)) + geom_line()

Parameter:

• dataframe: determines the dataframe variable for plotting chart
• x: determines the time variable vector
• y: determines the data variable vector for time vector.

示例：描述时间序列数据的基本折线图。

使用中的数据框：这里

R

# load library ggplot2
library(ggplot2)
  
# create timeseries dataframe
dataframe <- data.frame(read.csv("sample2.csv"))
  
# create plot
ggplot(dataframe, aes(x=Date, y=High, group = 1)) +
  geom_line()+
# check.overlap avoids label overlapping
scale_x_discrete(guide = guide_axis(check.overlap = TRUE))

输出：

数据标签格式

由于其中一个轴数据是日期形式的，我们可以将其格式化为多种日期形式。我们可以使用 scale_x_date()函数来选择 X 轴上显示的格式。

句法：

scale_x_date(date_labels = date-format-identifiers)

在这里，日期格式标识符是：

Identifiers	Explanation	Example
%d	day as a number	21
%a	short-form weekday	Mon
%A	long-form weekday	Monday
%m	month as number	10
%b	short-form month	Oct
%B	long-form month	October
%y	2 digit year	21
%Y	4 digit year	2021

示例：使用数据标签标识符以长格式仅显示月份的时间序列。

R

# load library ggplot2
library(ggplot2)
  
# create timeseries dataframe
dataframe <- data.frame(
                      Date = as.Date("2021-10-21") - 0:364,
                      High = runif(365) + seq(-140, 224)^2 / 10000)
  
# create plot
ggplot(dataframe, aes(x=Date, y=High, group = 1)) +
  geom_line()+
  
# check.overlap avoids label overlapping
scale_x_discrete(guide = guide_axis(check.overlap = TRUE))+
  
# change month format to long-form month
scale_x_date(date_labels = "%B")

输出：

休息和小休息

我们可以使用 ggplot2 的 scale_x_date()函数的 date_breaks 和 date_minor_breaks 参数在图中使用次要或主要中断来创建不同的断点。

句法：

 scale_x_date(date_breaks, date_minor_breaks)

示例：具有手动日期中断和次要日期中断的基本时间序列图。

R

# load library ggplot2
library(ggplot2)
  
# create timeseries dataframe
dataframe <- data.frame(
                      Date = as.Date("2021-10-21") - 0:364,
                      High = runif(365) + seq(-140, 224)^3 / 10000)
  
# create plot
ggplot(dataframe, aes(x=Date, y=High, group = 1)) +
  geom_line()+
  
# check.overlap avoids label overlapping
scale_x_discrete(guide = guide_axis(check.overlap = TRUE))+
  
# change month format to long-form month
# date_breaks and date_minor_breaks for axis break
scale_x_date(date_labels = "%B",date_breaks = "1 week")

输出：

限制轴数据

在处理大型数据集时，我们可能需要关注一个小的时间范围。为此，我们使用 scale_x_date()函数的限制选项来选择数据中的时间范围。

句法：

scale_x_date(limit)

示例： 2021 年 10 月至 2021 年 7 月数据有限的地块。

R

# load library ggplot2
library(ggplot2)
  
# create timeseries dataframe
dataframe <- data.frame(
                      Date = as.Date("2021-10-21") - 0:364,
                      High = runif(365) + seq(-140, 224)^2 / 10000)
  
# create plot
ggplot(dataframe, aes(x=Date, y=High, group = 1)) +
  geom_line()+
  
# check.overlap avoids label overlapping
scale_x_discrete(guide = guide_axis(check.overlap = TRUE))+
  
# limit axis data
scale_x_date(limit=c(as.Date("2021-09-01"),as.Date("2021-10-21")))

输出：