成為華爾街金融巨鱷第四課：Matplotlib從入門到放棄

# 導包 import matplotlib as mpl import matplotlib.pyplot as plt import numpy as np # 默認情況下，mpl不支持中文，我們需要進行一下設置 mpl.rcParams['font.family'] = 'SimHei' mpl.rcParams['axes.unicode_minus'] = False

一、入門

plt.plot([1,2,3,4],[2,3,1,7],'*-.r') # 繪圖函數（折線圖）兩個參數x,y（list或數組），第三個參數決定圖像樣式（自行探索） plt.show() # 顯示函數

二、深入

調用show之前的所有plot的圖像會在同一張圖中顯示出來

plt.plot([1,2,3,4],[2,3,1,7],'*-.r') plt.plot([1,2,3,4],[3,5,1,0],'o-b') plt.show() # 顯示函數

常見的圖像標注函數

plt.plot([1,2,3,4],[2,3,1,7],'*-.r',label='LINE A') #label設置圖例 plt.plot([1,2,3,7],[3,5,1,0],'o-b',label='LINE B') # 設置圖像標題 plt.title("測試標題")# 設置x軸 plt.xlabel("測試X軸")# 設置y軸 plt.ylabel("測試Y軸")# 設置x軸范圍 plt.xlim(0,10)# 設置y軸范圍 plt.ylim(0,8)# 設置x軸刻度(可傳列表可傳數組) plt.xticks(np.arange(0,10,2))# 設置y軸刻度(第二個參數可將對應的刻度換成指定的形式) plt.yticks([0,1,3,5,7],['a','b','c','d','e'])# 顯示圖例 plt.legend()plt.show()

三、和pandas一起搞

import pandas as pd # 參數parse_dates=True將所有能用時間對象表示的列統統轉為時間對象 df = pd.read_csv('maotai.csv',index_col=0,thousands=',',parse_dates=True)[['開盤','收盤','高','低']] df 開盤收盤高低日期2021-11-122021-11-112021-11-102021-11-092021-11-08...2020-11-182020-11-172020-11-162020-11-132020-11-12

1778.00	1773.78	1785.05	1767.00
1752.93	1769.60	1769.60	1741.50
1790.01	1753.99	1795.00	1735.00
1819.98	1790.01	1827.87	1782.00
1820.00	1820.10	1830.80	1802.05
...	...	...	...
1715.00	1693.65	1720.53	1683.16
1740.00	1715.80	1742.35	1701.07
1711.00	1730.05	1730.05	1697.26
1724.00	1705.00	1728.88	1691.00
1730.01	1734.79	1750.00	1722.27

244 rows × 4 columns

DataFrame支持直接繪圖

df.plot() plt.show()

作業：

使用Matplotlib模塊在一個窗口中繪制數學函數y=x，y=x^2，y=x3+5x^2+2x+1的圖像，使用不同顏色的線加以區別，并使用圖例說明各個線代表什么函數。

我的答案

x=np.linspace(-10,10,10000) plt.plot(x,x,'-r',label="y=x") plt.plot(x,x**2,':b',label="y=x^2") plt.plot(x,3*x**3+5*x**2+2*x+1,'-.y',label="y=3x^3+5x^2+2x+1") plt.legend() plt.show()

標準答案

x = np.linspace(-1000,1000,100000) y1 = x.copy() y2 = x**2 y3 = 3*x**3+5*x**2+2*x+1 plt.plot(x,y1,color='red',label='y=x') plt.plot(x,y2,color='green',label='y=x^2') plt.plot(x,y3,color='blue',label='y=3*x^3+5x^2+2x+1') plt.xlim(-1000,1000) plt.ylim(-1000,1000) plt.legend() plt.show()

四、Matplotlib畫布與子圖

提問：如何用一個show畫出兩張圖

# 創建畫布 fig = plt.figure() # 在畫布上創建子圖 參數221的意思：將畫布分成2行2列，該子圖占第1個格子 ax1 = fig.add_subplot(2,2,1) ax2 = fig.add_subplot(2,2,2) # 在子圖上畫圖 ax1.plot([1,2,3,4],[4,3,2,1]) plt.show()

五、柱狀圖與餅圖

### 柱狀圖兩個參數 第一個參數是柱子中心的位置 plt.bar([0,1,2,4],[5,6,7,8]) plt.show()

# data = [62,48,56,100] labels = ['Jan','Feb','Mar','Apr']plt.bar(np.arange(len(data)),data,color='red',width=0.3) plt.xticks(np.arange(len(data)),labels) plt.show()

### 餅圖 autopct填入格式化字符串，表示餅圖上的數據以指定形式出現,explode表示各個板塊突出相對于中心多少 plt.pie([10,20,30,40],labels=['a','b','c','d'],autopct="%.2f%%",explode=[0,0.1,0,0.1]) plt.show()

六、繪制K線圖

matplotlib.finanace中提供了大量繪制金融相關圖的函數接口

繪制K線圖：matplotlib.finanace.candlestick_ochl函數

完蛋了，家人們！這個包沒了！！

終端輸入 pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --upgrade mpl_finance

更新完畢后，再輸入pip install --upgrade mplfinance

更新一下，把包找回來，按照下面的方式導入

import mpl_finance as fin mpl.use('Qt5Agg')#必須顯式指明matplotlib的后端 from matplotlib.dates import date2num df 開盤收盤高低日期2021-11-122021-11-112021-11-102021-11-092021-11-08...2020-11-182020-11-172020-11-162020-11-132020-11-12

1778.00	1773.78	1785.05	1767.00
1752.93	1769.60	1769.60	1741.50
1790.01	1753.99	1795.00	1735.00
1819.98	1790.01	1827.87	1782.00
1820.00	1820.10	1830.80	1802.05
...	...	...	...
1715.00	1693.65	1720.53	1683.16
1740.00	1715.80	1742.35	1701.07
1711.00	1730.05	1730.05	1697.26
1724.00	1705.00	1728.88	1691.00
1730.01	1734.79	1750.00	1722.27

244 rows × 4 columns

# data2num將pythondatetime對象轉換成數組 df['time']=date2num(df.index.to_pydatetime()) df 開盤收盤高低time日期2021-11-122021-11-112021-11-102021-11-092021-11-08...2020-11-182020-11-172020-11-162020-11-132020-11-12

1778.00	1773.78	1785.05	1767.00	18943.0
1752.93	1769.60	1769.60	1741.50	18942.0
1790.01	1753.99	1795.00	1735.00	18941.0
1819.98	1790.01	1827.87	1782.00	18940.0
1820.00	1820.10	1830.80	1802.05	18939.0
...	...	...	...	...
1715.00	1693.65	1720.53	1683.16	18584.0
1740.00	1715.80	1742.35	1701.07	18583.0
1711.00	1730.05	1730.05	1697.26	18582.0
1724.00	1705.00	1728.88	1691.00	18579.0
1730.01	1734.79	1750.00	1722.27	18578.0

244 rows × 5 columns

fig = plt.figure() ax = fig.add_subplot(1,1,1) # np.asarray(df) arr = df[['time','開盤','收盤','高','低']].values fin.candlestick_ochl(ax,arr) fig.show()

[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳

fin.candlestick_ochl(ax,arr) ax為子圖，表示在該子圖上作K線圖，arr傳入數組對象，共5組數據分別為時間、開盤數據、收盤數據、最高、最低，即對應o（open）c（close）h（high）l（low）

總結

以上是生活随笔為你收集整理的成为华尔街金融巨鳄第四课：Matplotlib从入门到放弃的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。