Líneas: tendencia en el tiempo

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

consumo = pd.DataFrame({
    "dia": range(1, 21),
    "kwh": [210, 218, 215, 225, 232, 228, 240, 247, 243, 252,
            260, 258, 269, 275, 271, 282, 289, 286, 295, 304]})

# mode="valid" devuelve 17 valores, no 20: el promedio de cuatro dias no
# existe hasta el cuarto dia. Hay que alinearlo a mano, y esa incomodidad es
# preferible a que la linea diga que el dia 1 tiene una media de cuatro dias.
movil = np.convolve(consumo["kwh"], np.ones(4) / 4, mode="valid")
dias_movil = consumo["dia"].iloc[3:]

fig, ax = plt.subplots()
ax.plot(consumo["dia"], consumo["kwh"], color="0.6", marker="o",
        markersize=4, label="Consumo diario")
ax.plot(dias_movil, movil, color="crimson", linewidth=3,
        label="Media movil de 4 dias")
ax.set_title("Consumo del edificio y su tendencia")
ax.set_xlabel("Dia")
ax.set_ylabel("kWh")
ax.set_xticks(range(1, 21, 2))
ax.legend()
fig.tight_layout()
plt.show()

print("puntos de la serie:", len(consumo), " de la media movil:", len(movil))
print()
print(pd.DataFrame({"dia": dias_movil.to_numpy(),
                    "kwh": consumo["kwh"].iloc[3:].to_numpy(),
                    "movil": movil.round(2)}).to_string(index=False))
print()
print("La serie sube y baja todos los dias; la media movil solo sube.")
print("El suavizado no agrega datos: saca ruido para que la tendencia se vea.")

import pandas as pd
import matplotlib.pyplot as plt

ventas = pd.read_csv("ventas_mensuales.csv")
ventas["total"] = ventas["unidades"] * ventas["precio_unitario"]

# Las primeras 30 filas, tal como vienen en el archivo. La columna fecha es
# texto y el archivo no esta ordenado por fecha.
primeras = ventas.head(30)

fig, ax = plt.subplots()
ax.plot(primeras["fecha"], primeras["total"], marker="o", markersize=4)
ax.set_title("Ventas por fecha, en el orden del archivo")
ax.set_xlabel("Fecha")
ax.set_ylabel("Importe")
ax.tick_params(axis="x", labelrotation=90, labelsize=6)
fig.tight_layout()
plt.show()

print("primeras diez fechas del archivo:")
print(primeras["fecha"].head(10).to_list())
print()
print("La columna fecha es de tipo:", ventas["fecha"].dtype)
print()
print("Dos cosas rotas de una vez:")
print("  1. matplotlib trata cada fecha como una categoria y las pone en el")
print("     orden en que aparecen, asi que la linea va de marzo a febrero.")
print("  2. cada fila es una venta, no un dia: hay fechas repetidas y")
print("     el grafico dibuja una posicion distinta para cada una.")

import pandas as pd
import matplotlib.pyplot as plt

ventas = pd.read_csv("ventas_mensuales.csv")
ventas["total"] = ventas["unidades"] * ventas["precio_unitario"]

# Tres pasos antes de dibujar, y ninguno es opcional:
#   convertir a fecha real, descartar lo que no es una fecha, y agrupar al
#   grano que el grafico necesita, que es un punto por dia.
fecha = pd.to_datetime(ventas["fecha"], format="%Y-%m-%d", errors="coerce")
print("fechas que no se pudieron convertir:", int(fecha.isna().sum()))
print(ventas.loc[fecha.isna(), "fecha"].to_list())

diario = (ventas.assign(fecha=fecha)
          .dropna(subset=["fecha"])
          .groupby("fecha")["total"].sum()
          .sort_index())

fig, ax = plt.subplots()
ax.plot(diario.index, diario.to_numpy(), linewidth=1)
ax.set_title("Ventas diarias del primer trimestre")
ax.set_xlabel("Fecha")
ax.set_ylabel("Importe del dia")
ax.grid(axis="y", alpha=0.3)
fig.tight_layout()
plt.show()

print()
print("dias con al menos una venta:", len(diario))
print("del", diario.index.min().date(), "al", diario.index.max().date())
print("dias del periodo:", (diario.index.max() - diario.index.min()).days + 1)
print()
print(diario.describe().round(2).to_string())
print()
print("El eje ya esta en fechas de verdad: matplotlib reparte enero, febrero y")
print("marzo segun cuantos dias tiene cada uno, no segun cuantas filas hay.")

import pandas as pd
import matplotlib.pyplot as plt

ventas = pd.read_csv("ventas_mensuales.csv")
ventas["total"] = ventas["unidades"] * ventas["precio_unitario"]
fecha = pd.to_datetime(ventas["fecha"], format="%Y-%m-%d", errors="coerce")

diario = (ventas.assign(fecha=fecha)
          .dropna(subset=["fecha"])
          .groupby("fecha")["total"].sum())

# groupby solo devuelve los dias que aparecen en el archivo. La linea los une
# igual, y al hacerlo dibuja una recta sobre los dias que faltan como si no
# hubiera pasado nada. resample("D") pone esos dias en la serie.
completo = diario.resample("D").sum()
print("dias con venta:", len(diario), " dias del calendario:", len(completo))
print("dias sin ninguna venta:", int((completo == 0).sum()))

movil = completo.rolling(7, min_periods=7).mean()

fig, ax = plt.subplots()
ax.plot(completo.index, completo.to_numpy(), color="0.7", linewidth=1,
        label="Ventas del dia")
ax.plot(movil.index, movil.to_numpy(), color="crimson", linewidth=2.5,
        label="Media movil de 7 dias")
ax.set_title("Ventas diarias y tendencia semanal")
ax.set_xlabel("Fecha")
ax.set_ylabel("Importe del dia")
ax.legend()
fig.tight_layout()
plt.show()

print()
print("dias sin venta, primeros cinco:")
print([str(d.date()) for d in completo.index[completo == 0][:5]])
print()
print("media movil, ultimos siete valores:")
print(movil.dropna().tail(7).round(2).to_string())
print()
print("La serie gris no tiene forma. La media movil dice que, con todo el")
print("ruido de los dias sueltos, el nivel del trimestre casi no se mueve.")