本篇文章給大家分享的是有關(guān)Python可視化的折線圖是怎樣的,小編覺得挺實用的,因此分享給大家學(xué)習(xí),希望大家閱讀完這篇文章后可以有所收獲,話不多說,跟著小編一起來看看吧。
創(chuàng)新互聯(lián)公司堅持“要么做到,要么別承諾”的工作理念,服務(wù)領(lǐng)域包括:網(wǎng)站建設(shè)、成都網(wǎng)站設(shè)計、企業(yè)官網(wǎng)、英文網(wǎng)站、手機端網(wǎng)站、網(wǎng)站推廣等服務(wù),滿足客戶于互聯(lián)網(wǎng)時代的平陰網(wǎng)站設(shè)計、移動媒體設(shè)計的需求,幫助企業(yè)找到有效的互聯(lián)網(wǎng)解決方案。努力成為您成熟可靠的網(wǎng)絡(luò)建設(shè)合作伙伴!
摘要:利用matplotlib繪制橫軸為日期格式的折線圖時,存在不少技巧。本文借助Tushare包返回的股票數(shù)據(jù),介紹日期型折線圖繪制的方法。
回顧:
Python數(shù)據(jù)處理分析(1):日期型數(shù)據(jù)處理
折線圖繪制的數(shù)據(jù)源,采用Tushare包獲取上市公司基本數(shù)據(jù)表,格式如下:
1import pandas as pd
2data = pd.read('get_stock_basics.csv',encoding = 'utf8')
3print(data.head())
4
5ts_code symbol name list_status list_date is_hs
6000001.SZ 1 平安銀行 L 19910403 S
7000002.SZ 2 萬科A L 19910129 S
8000004.SZ 4 國農(nóng)科技 L 19910114 N
9000005.SZ 5 世紀(jì)星源 L 19901210 N
然后利用resample
和to.period
方法匯總各年度的上市公司數(shù)量數(shù)據(jù),格式為Pandas.Series數(shù)組。
1# 匯總各年上市公司數(shù)量
2data = data.set_index(['list_date'])
3data = data.resample('AS').count()['ts_code']
4data = data.to_period('A')
5print(data.head())
6print(data.tail())
7# 結(jié)果如下:
8list_date
91990 7
101991 4
111992 37
121993 106
131994 99
14...
15list_date
162014 124
172015 223
182016 227
192017 438
202018 78
首先,我們可以直接利用pandas的數(shù)組Series繪制折線圖:
1import matplotlib.pyplot as plt
2plt.style.use('ggplot') # 設(shè)置繪圖風(fēng)格
3fig = plt.figure(figsize = (10,6)) # 設(shè)置圖框的大小
4ax1 = fig.add_subplot(1,1,1)
5data.plot() # 繪制折線圖
6
7# 設(shè)置標(biāo)題及橫縱坐標(biāo)軸標(biāo)題
8colors1 = '#6D6D6D' #設(shè)置標(biāo)題顏色為灰色
9plt.title('歷年中國內(nèi)地上市公司數(shù)量變化',color = colors1,fontsize = 18)
10plt.xlabel('年份')
11plt.ylabel('數(shù)量(家)')
12plt.show()
可以發(fā)現(xiàn),圖中存在兩個問題:一是缺少數(shù)值標(biāo)簽,二是橫坐標(biāo)年份被自動分割了。我們希望能夠添加上數(shù)值標(biāo)簽,然后坐標(biāo)軸顯示每一年的年份值。接下來,需要采用新的方法重新繪制折線圖。
1# 創(chuàng)建x,y軸標(biāo)簽
2x = np.arange(0,len(data),1)
3 ax1.plot(x,data.values, #x、y坐標(biāo)
4 color = '#C42022', #折線圖顏色為紅色
5 marker = 'o',markersize = 4 #標(biāo)記形狀、大小設(shè)置
6 )
7ax1.set_xticks(x) # 設(shè)置x軸標(biāo)簽為自然數(shù)序列
8ax1.set_xticklabels(data.index) # 更改x軸標(biāo)簽值為年份
9plt.xticks(rotation=90) # 旋轉(zhuǎn)90度,不至太擁擠
10
11for x,y in zip(x,data.values):
12 plt.text(x,y + 10,'%.0f' %y,ha = 'center',color = colors1,fontsize = 10 )
13 # '%.0f' %y 設(shè)置標(biāo)簽格式不帶小數(shù)
14# 設(shè)置標(biāo)題及橫縱坐標(biāo)軸標(biāo)題
15plt.title('歷年中國內(nèi)地上市公司數(shù)量變化',color = colors1,fontsize = 18)
16plt.xlabel('年份')
17plt.ylabel('數(shù)量(家)')
18# plt.savefig('stock.png',bbox_inches = 'tight',dpi = 300)
19plt.show()
完善后的折線圖如下:
可以看到,x軸逐年的數(shù)據(jù)都顯示并且數(shù)值標(biāo)簽也添加上了。
上面介紹了一元折線圖的繪制,當(dāng)需要繪制多元折線圖時,方法也很簡單,只要重復(fù)繪圖函數(shù)即可。這里我們以二元折線圖為例,繪制國內(nèi)兩家知名地產(chǎn)公司萬科和保利地產(chǎn)2017年的市值變化對比折線圖。
數(shù)據(jù)源仍然采用tushare包的pro.daily_basic()
接口,該接口能夠返回股票的每日股市數(shù)據(jù),其中包括每日市值total_mv
。我們需獲得的兩只股票分別是萬科地產(chǎn)(000002.SZ)和保利地產(chǎn)(600048.SH),下面就來獲取兩只股票2017年的市值數(shù)據(jù)。
1import tushare as ts
2ts.set_token('你的token') # 官網(wǎng)注冊后可以獲得
3pro = ts.pro_api()
4def get_stock():
5 lst = []
6 ts_codes = ['000002.SZ', '600048.SH']
7 for ts_code in ts_codes:
8 data = pro.daily_basic(
9 ts_code=ts_code, start_date='20170101', end_date='20180101')
10 print(lst)
11 reutrn lst
12 # 結(jié)果如下,total_mv為當(dāng)日市值(萬元):
13 #萬科地產(chǎn)數(shù)據(jù)
14 ts_code trade_date close … total_mv circ_mv
150 000002.SZ 20171229 31.06 … 3.43E+07 3.02E+07
161 000002.SZ 20171228 30.7 … 3.39E+07 2.98E+07
172 000002.SZ 20171227 30.79 … 3.40E+07 2.99E+07
183 000002.SZ 20171226 30.5 … 3.37E+07 2.96E+07
194 000002.SZ 20171225 30.37 … 3.35E+07 2.95E+07
20
21 #保利地產(chǎn)數(shù)據(jù)
22 ts_code trade_date close … total_mv circ_mv
230 600048.SH 20171229 14.15 … 1.68E+07 1.66E+07
241 600048.SH 20171228 13.71 … 1.63E+07 1.61E+07
252 600048.SH 20171227 13.65 … 1.62E+07 1.60E+07
263 600048.SH 20171226 13.85 … 1.64E+07 1.63E+07
274 600048.SH 20171225 13.55 … 1.61E+07 1.59E+07
下面對數(shù)據(jù)作進一步修改,從DataFrame中提取total_mv列,index設(shè)置為日期,再利用resample和pd.to_period方法按月匯總市值數(shù)據(jù)。
1data['trade_date'] = pd.to_datetime(data['trade_date'])
2# 設(shè)置index為日期
3data = data.set_index(data['trade_date']).sort_index(ascending=True)
4# 按月匯總和顯示
5data = data.resample('m')
6data = data.to_period()
7# 市值改為億元
8market_value = data['total_mv']/10000
9
10# 二者結(jié)果分別如下,萬科地產(chǎn):
112017-01 2291.973270
122017-02 2286.331037
132017-03 2306.894790
142017-04 2266.337906
152017-05 2131.053098
162017-06 2457.716659
172017-07 2686.982164
182017-08 2524.462077
192017-09 2904.085487
202017-10 2976.999550
212017-11 3263.374043
222017-12 3317.107474
23# 保利地產(chǎn):
242017-01 1089.008286
252017-02 1120.023350
262017-03 1145.731640
272017-04 1153.760435
282017-05 1108.230609
292017-06 1157.276044
302017-07 1244.966905
312017-08 1203.580209
322017-09 1290.706606
332017-10 1244.438756
342017-11 1336.661916
352017-12 1531.150616
利用上面的Series數(shù)據(jù)就可以作圖了。
1# 設(shè)置繪圖風(fēng)格
2plt.style.use('ggplot')
3fig = plt.figure(figsize = (10,6))
4colors1 = '#6D6D6D' #標(biāo)題顏色
5
6# data1萬科,data2保利
7data1 = lst[0]
8data2 = lst[1]
9# 繪制第一條折線圖
10data1.plot(
11color = '#C42022', #折線圖顏色
12marker = 'o',markersize = 4, #標(biāo)記形狀、大小設(shè)置
13label = '萬科'
14)
15# 繪制第二條折線圖
16data2.plot(
17color = '#4191C0', #折線圖顏色
18marker = 'o',markersize = 4, #標(biāo)記形狀、大小設(shè)置
19label = '保利'
20)
21# 還可以繪制更多條
22# 設(shè)置標(biāo)題及橫縱坐標(biāo)軸標(biāo)題
23plt.title('2017年萬科與保利地產(chǎn)市值對比',color = colors1,fontsize = 18)
24plt.xlabel('月份')
25plt.ylabel('市值(億元)')
26plt.savefig('stock1.png',bbox_inches = 'tight',dpi = 300)
27plt.legend() # 顯示圖例
28plt.show()
繪圖結(jié)果如下:
如果想添加數(shù)值標(biāo)簽,則可以使用下面的代碼:
1# 繪制第一條折線圖
2# 創(chuàng)建x,y軸標(biāo)簽
3x = np.arange(0,len(data1),1)
4ax1.plot(x,data1.values, #x、y坐標(biāo)
5color = '#C42022', #折線圖顏色紅色
6marker = 'o',markersize = 4, #標(biāo)記形狀、大小設(shè)置
7label = '萬科'
8)
9ax1.set_xticks(x) # 設(shè)置x軸標(biāo)簽
10ax1.set_xticklabels(data1.index) # 設(shè)置x軸標(biāo)簽值
11# plt.xticks(rotation=90)
12for x,y in zip(x,data1.values):
13 plt.text(x,y + 10,'%.0f' %y,ha = 'center',color = colors1,fontsize = 10 )
14 # '%.0f' %y 設(shè)置標(biāo)簽格式不帶小數(shù)
15
16# 繪制第二條折線圖
17x = np.arange(0,len(data2),1)
18
19ax1.plot(x,data2.values, #x、y坐標(biāo)
20color = '#4191C0', #折線圖顏色藍色
21marker = 'o',markersize = 4, #標(biāo)記形狀、大小設(shè)置
22label = '保利'
23)
24ax1.set_xticks(x) # 設(shè)置x軸標(biāo)簽
25ax1.set_xticklabels(data2.index) # 設(shè)置x軸標(biāo)簽值
26# plt.xticks(rotation=90)
27for x,y in zip(x,data2.values):
28 plt.text(x,y + 10,'%.0f' %y,ha = 'center',color = colors1,fontsize = 10 )
29 # '%.0f' %y 設(shè)置標(biāo)簽格式不帶小數(shù)
30
31# 設(shè)置標(biāo)題及橫縱坐標(biāo)軸標(biāo)題
32plt.title('2017年萬科與保利地產(chǎn)市值對比',color = colors1,fontsize = 18)
33plt.xlabel('月份')
34plt.ylabel('市值(億元)')
35
36plt.savefig('stock1.png',bbox_inches = 'tight',dpi = 300)
37plt.legend() # 顯示圖例
38plt.show()
結(jié)果如下圖所示:
可以看到,兩只股票市值從2017年初開始一直在上漲,萬科的市值是保利的2倍左右。
以上就是Python可視化的折線圖是怎樣的,小編相信有部分知識點可能是我們?nèi)粘9ぷ鲿姷交蛴玫降?。希望你能通過這篇文章學(xué)到更多知識。更多詳情敬請關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道。
文章名稱:Python可視化的折線圖是怎樣的
分享鏈接:http://muchs.cn/article24/pihpje.html
成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián),為您提供網(wǎng)頁設(shè)計公司、動態(tài)網(wǎng)站、網(wǎng)站設(shè)計、外貿(mào)建站、響應(yīng)式網(wǎng)站、關(guān)鍵詞優(yōu)化
聲明:本網(wǎng)站發(fā)布的內(nèi)容(圖片、視頻和文字)以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主,如果涉及侵權(quán)請盡快告知,我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場,如需處理請聯(lián)系客服。電話:028-86922220;郵箱:631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載,或轉(zhuǎn)載時需注明來源: 創(chuàng)新互聯(lián)