In Japanese, the translation of Time Series Visualization is タイムシリーズの可視化.

「タイムシリーズの可視化」の日本語訳は『タイムシリーズの可視化』です

よくある間違い

ある一定の期間内でフリーランスの働く時間を表す時系列があるとしましょう：

import pandas as pdimport plotly.express as pximport numpy as npimport datetime    link = 'https://raw.githubusercontent.com/ianni-phd/Datasets/main/Timeseries/working_hours.csv'df = pd.read_csv(link)# 可視化fig = px.line(df, x='day', y='working_hours', title='Working hours')fig.show()

フリーランサーは9時から5時のような決まった勤務時間を持っていません。

• AIガバナンス：専門家との深い探求
• 10月のためにぜひおそろいを揃えましょう！最新のGame Passタイトルも含め、約60本の新作ゲームが登場しますクラウドでも楽しめますよ！
• 驚愕のブレイクスルー：オープンエンドAIエージェントバルジャーが自律的に「マインクラフト」をプレイ

彼らは24時間7日制で、ある日は働くマラソンのようであり、次の日は働くシエスタのような感じがします！

しかし、この時系列はかなり奇妙に見えます…それは時系列の表現によくある間違いのためです。

より適切なプロットを作成しましょう：

import pandas as pdimport plotly.express as pximport plotly.graph_objects as go# データ読み込みlink = 'https://raw.githubusercontent.com/ianni-phd/Datasets/main/Timeseries/working_hours.csv'df = pd.read_csv(link)# プロット、いくつかのマーカーを追加fig = px.line(df, x='day', y='working_hours', title='Working hours')fig.add_trace(    go.Scatter(x=df['day'], y=df['working_hours'],     mode='markers', marker=dict(size=7, color='darkblue')))fig.show()

<p問題を感じ始めますが、まだ混乱しているふりをしましょう。

パターンを検出するために、曜日が現象に影響を与えるかどうかを見てみましょう：

# 曜日ごとの平均値df['day'] = pd.to_datetime(df['day']) df['day_of_week'] = df['day'].dt.day_name()  weekly_avg = df.groupby('day_of_week')['working_hours'].mean().reset_index()# 棒グラフfig = px.bar(weekly_avg, x='day_of_week', y='working_hours', title='Mean value')# グラフの設定fig.update_traces(marker_color='dodgerblue')fig.update_layout(template='plotly_dark'…

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!