数据可视化分析——基于R语言（第2版）贾俊平-（07）第7章 时间序列可视化.pptxVIP

R 语言数据可视化分析 贾俊平2023/4/13 贾俊平2023/4/137.1 变化模式可视化7.2 变动特征可视化7.3 序列成分可视化7.4 预测结果可视化第 2 章 时间序列可视化 时间序列基本形式折线图面积图其他形式日历图地平线图时间序列——折线图和面积图是基本形式思维导图 7.1 变化模式可视化时间序列的变化模式是指序列随时间变化的形态特征，其描述图形有多种，比如折线图、面积图、蒸汽图、风筝图、表格图和日历图等折线图（line chart）是描述时间序列的最基本图形，它主要用于观察和分析时间序列随时间变化的形态和模式。折线图的X轴是时间，Y轴是变量的观测值 折线图——例题分析【例 7-1】（数据：data4_1.csv）使用openair包中的timePlot函数绘制的带有平滑曲线的4项空气质量指标的折线图 7.1 变化模式可视化【例7-1】使用openair包中的timePlot函数绘制的带有平滑曲线的4项空气质量指标的折线图 折线图——突出显示某个时间段——例题分析 7.1 变化模式可视化【例7-1】使用openair包中的timePlot函数绘制的带有平滑曲线的4项空气质量指标的折线 折线图——添加移动平均线——例题分析 7.1 变化模式可视化【例7-1】使用openair包中的 summaryPlot函数绘制的折线图 折线图——添加描述统计量和分布图——例题分析 7.1 变化模式可视化面积图（area graph）是在折线图的基础上绘制的，它将折线与X轴之间的区域用颜色填充，填充的区域即为面积将多个时间序列绘制在一幅图中时，序列数不宜太多。当序列较多时，可以将每个序列单独绘制一幅图，并将多附图以网格的形式摆放 面积图——例题分析【例7-1】使用ggplot2包绘制的2018年北京市空AQI、PM2.5、PM10和臭氧浓度4个指标的面积图 7.1 变化模式可视化 面积图——例题分析【例7-1】使用plotrix包中的stackpoly函数绘制的AQI、PM2.5和PM10这3个指标1月份的数据绘制面积图 7.1 变化模式可视化 面积图——例题分析【例7-1】使用ggiraphExtra包中的ggArea函数绘制的6项空气污染指标1~3月份数据的面积图 7.1 变化模式可视化 蒸汽图与风筝图——蒸汽图——例题分析蒸汽图（steam graph）可以看作是堆叠面积图的一种变形。不同的是堆叠面积图是以X轴为基准线绘制的，而蒸汽图是将每个数据系列堆叠绘制在中心基准线（零轴）的上下两侧。蒸汽图适合于展示多变量、大数据集的时间序列，通过观察各数据系列随时间推移的波峰和波谷，来发现序列的变化趋势和模式【例7-1】ggTimeSeries包中的stat_steamgraph函数并结合ggplot2包可以绘制的2018年北京市6项空气污染指标的蒸汽图 7.1 变化模式可视化 蒸汽图与风筝图——风筝图——例题分析风筝图（kite chart）将每一个序列用宽度展示，也就是将一个序列的面积图以镜像的方式绘制在同一个时间轴上，多个序列的风筝图以分面的方式摆放在同一幅图里【例7-1】使用plotrix包中的kiteChart函数绘制的2018年北京市6项空气污染指标的风筝图（原始数据与标准化后的数据） 7.1 变化模式可视化 地平线图——例题分析地平线图（?horizon plot）将多个时间序列并行绘制在一幅图中，用于展示和比较多个时间序列的变化模式和特征使用颜色将序列的y轴进行分割，也就是先将一个面积图沿水平方向分成多个等高的块，并用不同颜色来区分各个块，然后把这些块依次地叠加起来，就可以降低图的高度，以达到在一幅图中平行绘制出多个时间序列的目的。用于区分块的颜色可以自己选择，比如，上升的部分用蓝色表示，下降的部分用红色表示，颜色越深表示变化的幅度越【例】一个虚拟的时间序列的折线图和面积图与地平线图的比较 7.1