matplotlib----初探------4折线图

概念：

折线图是用直线段将各数据连接起来组成的图形。
常用来观察数据随时间变化的趋势。
例如股票价格、温度变化、等等。

>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>

实例1：

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(-10,10,10)   #在-10~10之间等分取10个值
y = x**2
plt.plot(x,y)       #plot默认即为折线图
plt.show()

>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>

实例2：

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.dates as mdates      #转换日期格式

# date,open,close = np.loadtxt('000001.csv',delimiter=',',converters={0:mdates.strpdate2num('%m%d%Y')},skiprows=1, usecols=(0,1,4),unpack=True)#python2.x版本
date,open,close=np.loadtxt('000001.csv',delimiter=',',
                           converters={0:mdates.bytespdate2num('%m/%d/%Y')},skiprows=1,usecols=(0,1,4),unpack=True)#python3.x版本
plt.plot(date,open)
plt.show()

横坐标目前非日期：

改进：

plt.plot(date,open)  >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>plt.plot_date(date,open)

但是我们发现此时的图却变成散点图，是因为plot_date默认给出的是散点图，

为了进一步改成折线图，需要进一步添加参数：

plt.plot(date,open)  >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>plt.plot_date(date,open,'-')

 
>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
对线形状，颜色，标记进行更改

plt.plot_date(date,open,linestyle='--',color='r',marker= 'o')  >>>>> 虚线红色圆标记

>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>

作业

画出x值为[0,10]的正弦函数图像。
读取000001.SH的Open, High, Low, Close，并将它们画在一张图上。

 >>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>>

1.

import numpy as np
import matplotlib.pyplot as plt

x = np.linspace(0,10,100)
y=np.sin(x)
plt.plot(x,y)
plt.show()

》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》》

2.

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.dates as mdates      #转换日期格式

date,open,high,low,close= np.loadtxt('000001.csv',delimiter=',',converters={0:mdates.bytespdate2num('%m/%d/%Y')},skiprows=1,usecols=(0,1,2,3,4),unpack=True)
plt.plot_date(date,open,'-',marker='<')
plt.plot_date(date,high,'-','red',marker=">")
plt.plot_date(date,low,'-','y',marker= "o")
plt.plot_date(date,close,'-','purple',marker="2")

plt.show()