Time Series Plot

Time Series Plots visualisieren Datenpunkte über die Zeit und eignen sich für Trendanalysen, Zeitverläufe und saisonale Muster.

---

Funktion

def time_series(
    df: pd.DataFrame,
    x_col: str,
    y_col: str,
    title: str = "Time Series",
    **kwargs
) -> ggplot:

Parameter:

• df (pandas.DataFrame): DataFrame mit den Daten für den Plot
• x_col (str): Spaltenname für die X-Achse (z.B. Jahre)
• y_col (str): Spaltenname für die Y-Achse (numerisch)
• title (str, optional): Plot-Titel
• kwargs (optional): Zusätzliche Argumente für geom_point (z.B. color, alpha)

Rückgabewert:

• plot (plotnine.ggplot): Das ggplot-Objekt

---

Anwendungsbeispiel

Der folgende Beispielcode erzeugt den abgebildeten Beispieloutput.

import pandas as pd
import numpy as np
import dufteplots as dp

# Beispieldaten
years = np.arange(1960, 2025, 5)
co2 = 315 + 1.5 * (years - 1960) + 0.01 * (years - 1960) ** 2
df = pd.DataFrame({"Year": years, "CO2 (ppm)": co2})

# Time Series Plot erstellen
plot = dp.time_series(
    df,
    x_col="Year",
    y_col="CO2 (ppm)",
    title="Atmospheric CO2 Concentration (Mauna Loa Proxy)"
)

# Plot anzeigen
plot.show()