4.2 pandas与Matplotlib
pandas与Matplotlib¶
In [2]:
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
In [6]:
pd.read_csv('601318.csv',parse_dates=['date'],index_col='date')
Out[6]:
In [12]:
df = pd.read_csv('601318.csv',parse_dates=['date'],index_col='date')['2017']
df.plot()
plt.show()
使用matplotlib实例—绘制数学函数图像¶
使用 Matplotlib模块在一个窗口中绘制数学函数y=x,y=y=3×^3+5×^2+2x+1的图像，使用不同颜色的线加以区别，并使用图例说明各个线代表什么函数。In [15]:
x = np.linspace(-1000,1000,100000)
y1 = x.copy()
y2 = x**2
y3 = x**3 + 5*x**2 + 2*x + 4
plt.plot(x,y1,color='red',label='y=x')
plt.plot(x,y2,color='blue',label='y=^2')
plt.plot(x,y3,color='green',label='x^3+x^2+2x+4')
plt.xlim(-1000,1000)
plt.ylim(-1000,1000)
plt.legend()
plt.show()
matplotlib 画布与子图¶
画布：fig
fig = plt.figure()
图：subplot
ax1= fig.add_subplot（2,2,1)
调节子图间距
subplots_ adjust（left, bottom, right, top, space, hspace)In [28]:
fig = plt.figure()
ax1 = fig.add_subplot(2,2,1)
ax1.plot([1,2,3,4],[5,6,7,8])
ax2 = fig.add_subplot(2,2,2)
plt.show()
matplotlib 柱状图和饼图¶
支持的图形
| 函数 | 说明 |
|---|---|
| plt.plot(x,y,fmt…) | 坐标图 |
| plt.boxplot(data,notch,position) | 箱型图 |
| plt.bar(left,height,width,bottom) | 条形图 |
| plt.barh(width,bottom,left,height) | 横向条形图 |
| plt.polar(theta,r) | 极坐标图 |
| plt.pie(data, explode) | 饼图 |
| plt.psd(x,NFFT=256，pad_to,Fs) | 功率谱密度图 |
| plt.specgram（x,NFFT=256,pad_to,F） | 谱图 |
| plt.cohere（x,y,NFFT=256,Fs) | X-Y相关性函数 |
| plt.scatter（x,y） | 散点图 |
| plt.step（x, y, where） | 步阶图 |
| plt.hist（x, bins, normed） | 直方图 |
In [52]:
plt.bar([1,2,4,5],[2,3,4,5])
plt.show()
In [53]:
data = [32,48,21,100]
label=['Jan','Feb','Mar','Apr']
plt.bar(np.arange(len(data)),data)
plt.xticks(np.arange(len(data)),label)
plt.show()
In [54]:
data = [32,48,21,100]
label=['Jan','Feb','Mar','Apr']
plt.bar(np.arange(len(data)),data,width=0.5)
plt.xticks(np.arange(len(data)),label)
plt.show()
In [55]:
data = [32,48,21,100]
label=['Jan','Feb','Mar','Apr']
plt.bar(np.arange(len(data)),data,align='edge')
plt.xticks(np.arange(len(data)),label)
plt.show()
In [58]:
plt.pie([10,20,30,40],labels=['a','b','c','d'])
plt.show()
In [62]:
plt.pie([10,20,30,40],labels=['a','b','c','d'],autopct="%.f%%")
plt.show()
In [61]:
plt.pie([10,20,30,40],labels=['a','b','c','d'],autopct="%.2f%%")
plt.show()
In [70]:
plt.pie([10,20,30,40],labels=['a','b','c','d'],autopct="%.2f%%",explode=[0,0,0.1,0.1])
plt.show()
In [74]:
plt.pie([10,20,30,40],labels=['a','b','c','d'],autopct="%.2f%%",explode=[0.1,0,0.1,0])
plt.axis('equal')
plt.show()
matplotlib K线图¶
matplotlib.finanace 子包中有许多绘制金融相关图的函数接口。
绘制K线图：matplotlib.finance.candlestick_ochl 函数In [91]:
from matplotlib.dates import date2num
import mpl_finance as fin # pip install mplfinance mpl_finance
df = pd.read_csv('601318.csv',parse_dates=['date'],index_col='date')
df = df.iloc[:10,:]
df['time'] = date2num(df.index.to_pydatetime())
fig = plt.figure()
ax1 = fig.add_subplot(1,1,1)
arr = df[['time','open','close','high','low']].values
fin.candlestick_ochl(ax1,arr)
fig.show()
In [ ]:
