안녕하세요. 여러 샘플의 시계열 데이터 테이블에서 여러 선 그래프를 그리는 효율적인 JMP 방법이 있는지 궁금합니다.
따라서 내 데이터 테이블은 다음과 같습니다.
index datetime sampleID value
0 93 2024-03-12 00:09:47 B 0.852
1 46 2024-03-12 00:18:36 A 0.377
2 29 2024-03-12 00:50:22 B 0.049
3 99 2024-03-12 01:11:40 B 0.441
4 52 2024-03-12 01:12:09 A 0.237
5 66 2024-03-12 01:26:29 A 0.607
6 28 2024-03-12 01:27:56 A 0.669
7 64 2024-03-12 01:33:11 A 0.074
8 16 2024-03-12 01:52:59 B 0.964
9 55 2024-03-12 01:56:17 A 0.960
- SampleID는 샘플 ID(이 예에서는 A 또는 
를 제공합니다. 실제로는 100개 이상의 고유한 샘플 ID가 있을 수 있습니다.
- 날짜/시간은 각 측정의 타임스탬프를 제공합니다. 이는 각 행마다 고유합니다.
- 값은 측정된 값입니다.
- 각 샘플의 행 수는 다를 수 있습니다.
다음과 같은 시계열 선 플롯을 생성하고 싶습니다.
파이썬에서는 이렇게 할 것입니다
#example on how to do it in python
import pandas as pd
import datetime, random
N = 100
datetime_rand = [datetime.datetime.now().replace(hour=0, minute=0, second=0, microsecond=0) + datetime.timedelta(seconds=random.randint(0, 86400)) for _ in range(N)]
df = pd.DataFrame( dict( datetime = datetime_rand, sampleID = np.random.choice(["A", "B"], N), value = rand(N)))
df = df.sort_values(by="datetime").reset_index()
#now we have this kind of dataframe
# index datetime sampleID value
#0 69 2024-03-12 00:04:06 A 0.027
#1 96 2024-03-12 00:05:33 B 0.248
#2 16 2024-03-12 00:18:06 B 0.276
#3 81 2024-03-12 00:34:32 A 0.737
#4 27 2024-03-12 01:01:49 A 0.804
#...
#then I want to visuzalize the raw data with line plots:
for sampleID, group in df.groupby("sampleID"):
if sampleID == "A": plotspec = "bo-"
else: plotspec = "ro-"
plot( group.datetime, group.value, plotspec)JMP에서도 같은 작업을 수행하고 싶습니다. 분석 워크플로의 다음 단계는 타임스탬프를 기반으로 데이터를 비닝하고 병렬 플롯을 통해 해당 데이터를 시각화하는 것입니다. 하지만 날짜/시간을 x축으로 사용하여 가장 원시 형태의 데이터를 플롯하는 것이 종종 필요합니다.
그래프 빌더에서 날짜 시간을 X축으로, 값을 Y축으로, 샘플 ID를 오버레이 드롭 영역으로 드래그합니다.
그래프를 마우스 오른쪽 버튼으로 클릭하고 추가=>선을 선택합니다.
안녕하세요 @asj 님 ,
간단한 방법이 있습니다. 그래프 메뉴에서 그래프 빌더를 사용합니다. Y의 값, X의 날짜/시간, 오버레이의 샘플 ID입니다. 나머지는 상단에서 선택하는 그래프 유형의 문제입니다(원하는 것을 얻으려면 여러 유형의 PC에서 Ctrl 클릭/Mac에서는 Shift 클릭). 이 같은:
이것이 당신에게 효과가 있을까요? 그래프 빌더를 사용한 그래프 작성에 대한 자세한 내용은 도움말 메뉴에 있습니다. Python을 사용하면 더 많은 작업이 필요할 수 있지만 Graph Builder에서 쉽게 수행할 수 있는 몇 가지 그래프 유형이 있습니다.
건배,
@Chris_Kirchberg 와 @txnelson 모두 제가 찾던 바로 그 내용에 감사드립니다!
