通过本篇内容给大家介绍一下Python实现金融数据可视化中两列数据的提取、分别画、双坐标轴、双图、两种不同的图等代码写法和思路总结。
import matplotlib as mpl import numpy as np import matplotlib.pyplot as plt np.random.seed(2000) y = np.random.standard_normal((20,2)) # print(y) ''' 不同的求和 print(y.cumsum()) print(y.sum(axis=0)) print(y.cumsum(axis=0)) ''' # 绘图 plt.figure(figsize=(7,4)) plt.plot(y.cumsum(axis=0),linewidth=2.5) plt.plot(y.cumsum(axis=0),'bo') plt.grid(True) plt.axis("tight") plt.xlabel('index') plt.ylabel('values') plt.title('a simple plot') plt.show()
2.下面分别提取两组数据,进行绘图。
import matplotlib as mpl import numpy as np import matplotlib.pyplot as plt np.random.seed(2000) date = np.random.standard_normal((20,2)) y = date.cumsum(axis=0) print(y) # 重点下面两种情况的区别 print(y[1]) # 取得是 第1行的数据 [-0.37003581 1.74900181] print(y[:,0]) # 取得是 第1列的数据 [ 1.73673761 -0.37003581 0.21302575 0.35026529 ... # 绘图 plt.plot(y[:,0],lw=2.5,label="1st",color='blue') plt.plot(y[:,1],lw=2.5,label="2st",color='red') plt.plot(y,'ro') # 添加细节 plt.title("A Simple Plot",size=20,color='red') plt.xlabel('Index',size=20) plt.ylabel('Values',size=20) # plt.axis('tight') plt.xlim(-1,21) plt.ylim(np.min(y)-1,np.max(y)+1) # 添加图例 plt.legend(loc=0) plt.show()
3.双坐标轴。
import matplotlib as mpl import numpy as np import matplotlib.pyplot as plt np.random.seed(2000) date = np.random.standard_normal((20,2)) y = date.cumsum(axis=0) y[:,0]=y[:,0]*100 fig,ax1 = plt.subplots() plt.plot(y[:,0],'b',label="1st") plt.plot(y[:,0],'ro') plt.grid(True) plt.axis('tight') plt.xlabel("Index") plt.ylabel('Values of 1st') plt.title("This is double axis label") plt.legend(loc=0) ax2=ax1.twinx() plt.plot(y[:,1],'g',label="2st") plt.plot(y[:,1],'r*') plt.ylabel("Values of 2st") plt.legend(loc=0) plt.show()
4. 分为两个图绘画。
import matplotlib as mpl import numpy as np import matplotlib.pyplot as plt np.random.seed(2000) date = np.random.standard_normal((20,2)) y = date.cumsum(axis=0) y[:,0]=y[:,0]*100 plt.figure(figsize=(7,5)) # 确定图片大小 plt.subplot(211) # 确定第一个图的位置 (行,列,第几个)两行一列第一个图 plt.plot(y[:,0],'b',label="1st") plt.plot(y[:,0],'ro') plt.grid(True) plt.axis('tight') plt.xlabel("Index") plt.ylabel('Values of 1st') plt.title("This is double axis label") plt.legend(loc=0) plt.subplot(212) # 确定第一个图的位置 plt.plot(y[:,1],'g',label="2st") plt.plot(y[:,1],'r*') plt.ylabel("Values of 2st") plt.legend(loc=0) plt.show()
5.在两个图层中绘制两种不同的图(直线图立方图)
import matplotlib as mpl import numpy as np import matplotlib.pyplot as plt np.random.seed(2000) date = np.random.standard_normal((20,2)) y = date.cumsum(axis=0) y[:,0]=y[:,0]*100 plt.figure(figsize=(7,5)) # 确定图片大小 plt.subplot(121) # 确定第一个图的位置 plt.plot(y[:,0],'b',label="1st") plt.plot(y[:,0],'ro') plt.grid(True) plt.axis('tight') plt.xlabel("Index") plt.ylabel('Values',size=20) plt.title("1st date set") plt.legend(loc=0) plt.subplot(122) # 确定第一个图的位置 plt.bar(np.arange(len(y[:,1])),y[:,1],width = 0.5,color='g',label="2nd") # 直方图的画法 plt.grid(True) plt.xlabel("Index") plt.title('2nd date set') plt.legend(loc=0) plt.show()
以上就是本次交给大家的Python制作金融数据等用到的图形化界面代码写法。
华山资源网 Design By www.eoogi.com
广告合作:本站广告合作请联系QQ:858582 申请时备注:广告合作(否则不回)
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
华山资源网 Design By www.eoogi.com
暂无评论...
更新日志
2024年11月15日
2024年11月15日
- 第五街的士高《印度激情版》3CD [WAV+CUE][2.4G]
- 三国志8重制版哪个武将智力高 三国志8重制版智力武将排行一览
- 三国志8重制版哪个武将好 三国志8重制版武将排行一览
- 三国志8重制版武将图像怎么保存 三国志8重制版武将图像设置方法
- 何方.1990-我不是那种人【林杰唱片】【WAV+CUE】
- 张惠妹.1999-妹力新世纪2CD【丰华】【WAV+CUE】
- 邓丽欣.2006-FANTASY【金牌大风】【WAV+CUE】
- 饭制《黑神话》蜘蛛四妹手办
- 《燕云十六声》回应跑路:年内公测版本完成95%
- 网友发现国内版《双城之战》第二季有删减:亲亲环节没了!
- 邓丽君2024-《漫步人生路》头版限量编号MQA-UHQCD[WAV+CUE]
- SergeProkofievplaysProkofiev[Dutton][FLAC+CUE]
- 永恒英文金曲精选4《TheBestOfEverlastingFavouritesVol.4》[WAV+CUE]
- 群星《国风超有戏 第9期》[320K/MP3][13.63MB]
- 群星《国风超有戏 第9期》[FLAC/分轨][72.56MB]