02金融数据python练习自用保存——直方图

本节主要保存直方图（柱状图）的图形展示。主要参考为《基于Python的金融风险管理》

使用函数为hist（）函数

from pylab import mpl
import numpy as np
import matplotlib
import matplotlib.pyplot as plt
import pandas as pd
import numpy.random as npr
plt.rcParams['font.sans-serif'] = ['Arial Unicode MS']#在图中显示中文
plt.rcParams['font.size'] = 13 # 控制字体大小

随机生成一些样本用来画图

#获取不同分布的随机数
I=1000 #随机抽样的次数
x_norm=npr.normal(loc=0.8,scale=1.5,size=I) #从均值等于0.8，标准差等于1.5的正态分布中抽取样本
x_logn=npr.lognormal(mean=0.5,sigma=1.0,size=I) #从均值等于0.5，标准差等于1.0的对数正态分布中抽取样本
x_chi=npr.chisquare(df=4,size=I)
x_beta=npr.beta(a=2,b=4,size=I)

单一样本的直方图 

plt.figure(figsize=(12,10))
plt.subplot(2,2,1) #代表第一行第一列的子图
plt.hist(x_norm,label=u'正态分布的抽样',bins=20,facecolor='y',edgecolor='k')#直方图，x每个矩形对应的数据，bins表示图中矩形的数量，facecolor矩形的背景颜色，edgecolor矩形的边框颜色
plt.xticks(fontsize=13)#x轴的刻度
plt.xlabel(u'样本值',fontsize=13)
plt.yticks(fontsize=13)
plt.ylabel(u'频数',fontsize=13,rotation=90)
plt.legend(loc=0,fontsize=13)#显示图列，loc图例的位置0最佳，1右上，2左上，3左下，4右下，5右，6中左，7中右，8中下，9中上，10中
plt.grid(True)#网格
#网格
#（axis绘制哪一组网格线，axis=‘x’表示仅绘制x轴的网格线，color颜色，linestyle设置网格线样式，linewidth设置网格线的宽度）
plt.subplot(2,2,2)
plt.hist(x_logn,label=u'对数正态分布的抽样',bins=20,facecolor='r',edgecolor='k')
plt.xticks(fontsize=13)
plt.xlabel(u'样本值',fontsize=13)
plt.yticks(fontsize=13)
plt.ylabel(u'频数',fontsize=13,rotation=90)
plt.legend(loc=0,fontsize=13)
plt.grid(True)
plt.subplot(2,2,3) #代表第2行第1列的子图
plt.hist(x_chi,label=u'卡方分布的抽样',bins=20,facecolor='b',edgecolor='k')
plt.xticks(fontsize=13)
plt.xlabel(u'样本值',fontsize=13)
plt.yticks(fontsize=13)
plt.ylabel(u'频数',fontsize=13,rotation=90)
plt.legend(loc=0,fontsize=13)
plt.grid(True)  
plt.subplot(2,2,4) #代表第2行第1列的子图
plt.hist(x_beta,label=u'贝塔分布的抽样',bins=20,facecolor='c',edgecolor='k')
plt.xticks(fontsize=13)
plt.xlabel(u'样本值',fontsize=13)
plt.yticks(fontsize=13)
plt.ylabel(u'频数',fontsize=13,rotation=90)
plt.legend(loc=0,fontsize=13)
plt.grid(True)  
  

多个样本的直方图（展示画堆叠，并列的直方图）

堆叠的直方图 

x_normal=npr.normal(loc=0.8,scale=1.5,size=(I,2)) #从均值等于0.8，标准差等于1.5的正态分布中抽取样本生成1000行，2列的数组
#堆叠展示
plt.figure(figsize=(8,5))
plt.hist(x_normal,label=[u'正态分布的抽样数组 1',u'正态分布的抽样数组 2'],stacked=True,bins=30,edgecolor='k')#stacked=True代表堆叠展示
plt.xticks(fontsize=13)
plt.xlabel(u'样本值',fontsize=13)
plt.yticks(fontsize=13)
plt.ylabel(u'频数',fontsize=13,rotation=90)
plt.title(u'正态分布随机抽取的两组样本值堆叠的直方图')
plt.legend(loc=0,fontsize=13)
plt.grid(True)

并排的直方图

plt.figure(figsize=(8,5))
plt.hist(x_normal,label=[u'正态分布的抽样数组 1',u'正态分布的抽样数组 2'],bins=30,edgecolor='k')#不加stacked=True，代表并排展示
plt.xticks(fontsize=13)
plt.xlabel(u'样本值',fontsize=13)
plt.yticks(fontsize=13)
plt.ylabel(u'频数',fontsize=13,rotation=90)
plt.title(u'正态分布随机抽取的两组样本值并排的直方图')
plt.legend(loc=0,fontsize=13)
plt.grid(True)