a[1] += 1
elif (i>32)&(i<=36):
a[2] += 1
else:
a[3] += 1
# 查看一下a
绘制柱状图
plt.bar([‘(24,28]’, ‘(28, 32]’, ‘(32, 36]’, ‘(36, 40]’], a)
效果如图所示:
1.3 设置位置与大小
left和height分别用于设置每根棒的X轴位置和高度
width参数用于调节棒的宽度
bottom用于设定棒底部的Y轴坐标,即不一定紧贴X轴,可以设成“凌空”位置。
示例如下:
plt.rcParams[‘font.sans-serif’] = [‘SimHei’]
plt.bar(x=[‘(24,28]’, ‘(28, 32]’, ‘(32, 36]’, ‘(36, 40]’], \
height=a, width=1.0, bottom=5.0)
plt.title(‘伯特利近50天收盘价分布柱状图’)
效果如图所示:
1.4 设置颜色
- 棒的颜色用color参数设定,棒的边沿颜色用edgecolor参数设定。
plt.rcParams[‘font.sans-serif’] = [‘SimHei’]
plt.bar(x=[‘(24,28]’, ‘(28, 32]’, ‘(32, 36]’, ‘(36, 40]’], \
height=a, width=1.0, bottom=5.0, color=‘red’,edgecolor=‘k’)
plt.title(‘伯特利近50天收盘价分布柱状图’)
效果如图所示:
1.5 绘制水平柱状图
绘制水平柱状图可以使用barh()函数,barh()函数的参数形式如下:
matplotlib.pyplot.barh(y, width,height=0.8, left=None, hold=None, **kwargs)
-
y设定棒在y轴的位置。
-
width设定棒的宽度,即一般设定为定性数据的值。
-
height设定棒的竖直高度
-
代码示例如下:
plt.rcParams[‘font.sans-serif’] = [‘SimHei’]
plt.barh([‘(24,28]’, ‘(28, 32]’, ‘(32, 36]’, ‘(36, 40]’], a, height=1.0, color=‘red’,edgecolor=‘k’)
plt.title(‘伯特利近50天收盘价分布柱状图’)
效果如图所示:
- 柱形图主要用于展示定性数据的分布。对于定量数据的分布,一般使用直方图来呈现。pyplot包中的**hist()**函数用于绘制直方图。
2.1 使用hist()函数绘制直方图
代码示例:
plt.rcParams[‘font.sans-serif’] = [‘SimHei’]
plt.hist(Close,bins=12)
plt.title(‘伯特利近50天收盘价分布直方图’)
效果如图所示:
2.2 hist()参数形式
matplotlib.pyplot.hist(x,bins=10,range=None,\
normed=False, weights=None, cumulatives=False,\
bottom=None, histtype=‘bar’, \
orientation=‘vertical’, **kwargs)
将orientation设置为’horizontal’,可以绘制水平直方图。
通过color参数设定颜色
通过edgecolor设定边沿颜色
代码示例如下:
plt.rcParams[‘font.sans-serif’] = [‘SimHei’]
plt.hist(Close, range=(25,40), orientation=‘horizontal’, \
color=‘red’, edgecolor=‘blue’)
plt.title(‘伯特利近50天收盘价分布直方图’)
效果如图所示:
2.3 累积分布直方图
只需将cumulative参数设置为True即可。
此外,参数histtype设定直方图的类型,改参数可以的取值有bar,barstacked,step或stepfilled,分别表示直方图,对栈图,无填充的线图和有填充的线图四种。
- 绘制累计分布直方图代码示例如下:
plt.rcParams[‘font.sans-serif’] = [‘SimHei’]
plt.hist(Close, range=(25,40), orientation=‘vertical’, \
cumulative=True, histtype=‘stepfilled’, color=‘red’, edgecolor=‘blue’)
plt.title(‘伯特利近50天收盘价累积分布直方图’)
(1)Python所有方向的学习路线(新版)
这是我花了几天的时间去把Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。
最近我才对这些路线做了一下新的更新,知识体系更全面了。
(2)Python学习视频
包含了Python入门、爬虫、数据分析和web开发的学习视频,总共100多个,虽然没有那么全面,但是对于入门来说是没问题的,学完这些之后,你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。
(3)100多个练手项目
我们在看视频学习的时候,不能光动眼动脑不动手,比较科学的学习方法是在理解之后运用它们,这时候练手项目就很适合了,只是里面的项目比较多,水平也是参差不齐,大家可以挑自己能做的项目去练练。
小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。
深知大多数初中级Python工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年Python爬虫全套学习资料》送给大家,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。
由于文件比较大,这里只是将部分目录截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频
如果你觉得这些内容对你有帮助,可以添加下面V无偿领取!(备注:python)
thon工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!**
因此收集整理了一份《2024年Python爬虫全套学习资料》送给大家,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。
由于文件比较大,这里只是将部分目录截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频
如果你觉得这些内容对你有帮助,可以添加下面V无偿领取!(备注:python)
[外链图片转存中…(img-eIflJIRg-1710975647831)]