시계열 데이터 시각화

시계열 데이터를 시각화를 연습합니다. 시계열 데이터 중 좋은 예로 사용할 수 있는 데이터는 주식데이터일 것 같습니다. FinanceDataReader라이브러리를 이용하여 Kospi 주가 정보를 읽어오고 이를 이용하여 월별 수익률을 계산합니다.

시계열 데이터의 경우 일정 기간을 기준으로 통계정보를 추출하고 이를 지표로 사용하는 경우가 많습니다. KOSPI 주가지수를 분석하는 예제로 시계열 데이터를 시각화합니다.

	Open	High	Low	Close	Adj Close	Volume
Date
2021-01-04	2874.500000	2946.540039	2869.110107	2944.449951	2944.449951	1026500
2021-01-05	2943.669922	2990.570068	2921.840088	2990.570068	2990.570068	1519900
2021-01-06	2993.340088	3027.159912	2961.370117	2968.209961	2968.209961	1793400
2021-01-07	2980.750000	3055.280029	2980.750000	3031.679932	3031.679932	1524700
2021-01-08	3040.110107	3161.110107	3040.110107	3152.179932	3152.179932	1297900
...	...	...	...	...	...	...
2024-06-24	2772.850098	2782.899902	2758.090088	2764.729980	2764.729980	592800
2024-06-25	2765.760010	2780.419922	2765.760010	2774.389893	2774.389893	714200
2024-06-26	2767.429932	2792.070068	2762.979980	2792.050049	2792.050049	534300
2024-06-27	2767.620117	2784.330078	2761.550049	2784.060059	2784.060059	396700
2024-06-28	2792.790039	2797.820068	2782.399902	2797.820068	2797.820068	610600

858 rows × 6 columns

Pandas 데이터 프레임으로 KOSPI 주가지수 정보를 로드하고 각각의 정보를 3개의 sub plot으로 구성하여 같이 비교할 수 있도록 위와 같이 구성합니다. 예제를 통해서 subplot을 생성하는 방법에 대해서 이해할 수 있었고 특정 시간 단위로 시계열 데이터를 처리하는 방법도 배울 수 있었습니다.