ADTK 可视化(visualization)方法汇总

ADTK 可视化(visualization)方法汇总

一、plot绘制时间序列和/或异常。

方法调用
adtk.visualization.plot(ts=None, anomaly=None, curve_group='each', ts_linewidth=0.5, 
						ts_color=None, ts_alpha=1.0, ts_marker='.', ts_markersize=2, 
						match_curve_name=True, anomaly_tag='span', anomaly_color=None, 
						anomaly_alpha=0.3, anomaly_marker='o', anomaly_markersize=4, 
						freq_as_period=True, axes=None, figsize=None, legend=True)
参数介绍
ts(pandas Series or DataFrame, optional) -- 要绘制的时间序列。
anomaly(list, pandas Series, DataFrame, or (nested) dict of them, optional) -- 要绘制的异常。
	举例：
		(1) 如果是list，则为异常事件列表（瞬时事件的pandas Timestamp或间隔的pandas Timestamp的 2 元组）；
		(2) 如果是 pandas Series，则表示正常/异常的二进制系列；
		(3) 如果是 pandas DataFrame，每一列都被独立地视为一个二进制序列。
		(4) 如果（嵌套）dict，则每个叶节点（list, Series, or DataFrame）都像上面一样独立处理。
curve_group(str or list, optional) -- 要在同一绘图上绘制的曲线组。默认值：'each'。
	举例：
		(1) 如果是str，'each'表示每个维度都绘制在一个单独的图中，'all'表示所有维度都绘制在同一个图中。
		(2) 如果是list，则每个元素对应一个子图，这是要在此子图中绘制的时间序列的名称，或者是名称列表。
			例如，[“A”, (“B”, “C”)] 表示两个子图，其中第一个包含系列 A，而第二个包含系列 B 和 C。
ts_linewidth(float or dict, optional) -- 每个时间序列曲线的线宽。默认值：0.5。
	举例： 
		(1) 如果是float，则所有曲线具有相同的线宽。
		(2) 如果是dict，key是系列名称，value是该系列的线宽。
ts_color(str or dict, optional) -- 每个时间序列曲线的颜色。默认值：None。
	举例： 
		(1) 如果是str，所有曲线都具有相同的颜色。
		(2) 如果是dict，key是系列名称，value是该系列的颜色。
		(3) 如果没有，颜色将被自动分配。
ts_alpha(float or dict, optional) -- 每个时间序列曲线的不透明度。默认值：1.0。
	举例： 
		(1) 如果是float，所有曲线都具有相同的不透明度。
		(2) 如果是dict，key是系列名称，value是该系列的不透明度。
ts_marker(str or dict, optional) -- 每个时间序列曲线的标记类型。默认： ”。”。
	举例： 
		(1) 如果是str，则所有曲线都具有相同的标记类型。
		(2) 如果是dict，key是系列名称，value是该系列的标记类型。
ts_markersize(int or dict, optional) -- 每个时间序列曲线的标记大小。默认值：2。
	举例： 
		(1) 如果是int，则所有曲线都具有相同的标记大小。
		(2) 如果是dict，key是系列名称，value是该系列的标记大小。
match_curve_name(bool, optional) -- 是否通过匹配系列名称来绘制具有相应曲线的异常。
									如果为 False，则绘制所有曲线的异常。默认值：True。
anomaly_tag(str, or (nested) dict, optional) -- 将异常绘制为水平跨度或曲线上的标记。默认值：“span”。
	举例： 
		(1) 如果是str，'span' 或 'marker'，所有异常都用相同类型的标签标记。
		(2) 如果（嵌套）dict，它必须具有与（嵌套）dict参数anomaly相同或小于的树结构，它可以为anomaly中的所有叶子节点定义标签。
anomaly_color(str, or (nested) dict, optional) -- 每个异常标记的颜色。默认值：None。
	举例： 
		(1) 如果是str，则所有异常都用相同的颜色标记。
		(2) 如果（嵌套）dict，它必须具有与（嵌套）dict参数anomaly相同或小于的树结构，它可以为anomaly中的所有叶节点定义颜色。
		(3) 如果没有，颜色将被自动分配。
anomaly_alpha(float, or (nested) dict, optional) -- 每个异常标签的不透明度。仅用于绘制为水平跨度的异常。默认值：0.3。
	举例： 
		(1) 如果是float,则所有异常都用相同的不透明度标记。
		(2) 如果（嵌套）dict，它必须具有与（嵌套）dict参数anomaly相同或小于的树结构，它可以定义anomaly中所有叶节点的不透明度。
anomaly_marker(str, or (nested) dict, optional) -- 每个异常标记的标记类型。仅用于在曲线上作为标记绘制的异常。默认值：“o”。
	举例： 
		(1) 如果是str，则所有异常都使用相同类型的标记进行标记。
		(2) 如果（嵌套）dict，它必须具有与（嵌套）dict参数anomaly相同或小于的树结构，它可以为anomaly中的所有叶节点定义标记类型。
anomaly_markersize(int, or (nested) dict, optional) -- 每个异常标记的标记大小。仅用于在曲线上作为标记绘制的异常。默认值：4。
	举例： 
		(1) 如果是int，则所有异常都用相同大小的标记进行标记。
		(2) 如果（嵌套）dict，它必须具有与（嵌套）dict参数anomaly相同或小于的树结构，它可以定义anomaly中所有叶节点的标记大小。
freq_as_period(bool, optional) -- 是否将具有规则频率的时间索引（即时间索引的属性freq不是None）作为时间间隔。
								  仅在异常以二进制序列形式给出时使用。默认值：True。
	例如:
		DatetimeIndex(['2017-01-01', '2017-01-02', '2017-01-03'], dtype='datetime64[ns]', freq='D') 具有每日频率。
	    如果freq_as_period=True，则索引中的每个时间点代表当天（24 小时）。否则，每个时间点代表当天00:00:00的瞬时时间实例。
axes(matplotlib Axes object, or array of Axes objects, optional) -- 要绘制的轴。Axes 对象的数量应等于绘图的数量。
																	如果未指定，将自动生成图形轴。默认值：None。
figsize(tuple, optional) -- 图形的大小。如果未指定，则每个子图的大小为 16 x 4。默认值：None。
legend(bool, optional) -- 是否在图中显示图例。默认值：True。