Python金融数据可视化汇总
时间:2019-04-10
本文章向大家介绍Python金融数据可视化汇总,主要包括Python金融数据可视化汇总使用实例、应用技巧、基本知识点总结和需要注意事项,具有一定的参考价值,需要的朋友可以参考一下。
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。
- JavaScript 教程
- JavaScript 编辑工具
- JavaScript 与HTML
- JavaScript 与Java
- JavaScript 数据结构
- JavaScript 基本数据类型
- JavaScript 特殊数据类型
- JavaScript 运算符
- JavaScript typeof 运算符
- JavaScript 表达式
- JavaScript 类型转换
- JavaScript 基本语法
- JavaScript 注释
- Javascript 基本处理流程
- Javascript 选择结构
- Javascript if 语句
- Javascript if 语句的嵌套
- Javascript switch 语句
- Javascript 循环结构
- Javascript 循环结构实例
- Javascript 跳转语句
- Javascript 控制语句总结
- Javascript 函数介绍
- Javascript 函数的定义
- Javascript 函数调用
- Javascript 几种特殊的函数
- JavaScript 内置函数简介
- Javascript eval() 函数
- Javascript isFinite() 函数
- Javascript isNaN() 函数
- parseInt() 与 parseFloat()
- escape() 与 unescape()
- Javascript 字符串介绍
- Javascript length属性
- javascript 字符串函数
- Javascript 日期对象简介
- Javascript 日期对象用途
- Date 对象属性和方法
- Javascript 数组是什么
- Javascript 创建数组
- Javascript 数组赋值与取值
- Javascript 数组属性和方法