同花顺Supermind量化交易 财务分析建模 Matplotlib绘图实现数据可视化

数据分析能力是一项非常重要的能力，尤其是在分析股票数据时，挖掘其中的有用信息是成功的必要因素。而数据可视化可谓是秀数据分析能力的最好方式，本章内容主要介绍python的matplotlib模块，让你的数据分析结果，show出来！

第一篇：Matplotlib绘图实现数据可视化

导语：数据分析能力是一项非常重要的能力，尤其是在分析股票数据时，挖掘其中的有用信息是成功的必要因素。而数据可视化可谓是秀数据分析能力的最好方式，本章内容主要介绍python的matplotlib模块，让你的数据分析结果，show出来！

matplotlib绘图

　　开始之前，还是学习一个模块导入操作

In [3]:

import matplotlib.pyplot as plt
import pandas as pd
import numpy as np

　　让我们先搬上小白板

In [4]:

fig = plt.figure()
axes = fig.add_axes([0.2, 0.2, 1, 1]) # 左侧间距，底部间距，宽度，高度 (从0到1)
axes

Out[4]:

<matplotlib.axes._axes.Axes at 0x7f3262446dd8>

　先画个y=x2曲线：

In [7]:

fig = plt.figure()
axes = fig.add_axes([0.2, 0.2, 1, 1]) # 左侧间距，底部间距，宽度，高度 (从0到1)
x = np.linspace(-10, 10)
y = x ** 2
axes.plot(x, y, 'r')
axes.set_xlabel('x') #设置X轴
axes.set_ylabel('y') #设置Y轴
axes.set_title('微笑') #设置标题

Out[7]:

<matplotlib.text.Text at 0x7f32603b66d8>

　小白板上再插入一个小白板

In [8]:

fig = plt.figure()
axes = fig.add_axes([0.2, 0.2, 1, 1]) # 左侧间距，底部间距，宽度，高度 (从0到1)
x = np.linspace(-10, 10)
y = x ** 2
axes.plot(x, y, 'r')
axes.set_xlabel('x') #设置X轴
axes.set_ylabel('y') #设置Y轴
axes.set_title('微笑') #设置标题
axes2 = fig.add_axes([0.5, 0.5, 0.3, 0.3]) #插入面板2
axes2.plot(x, y, 'y')
axes2.set_xlabel('x')
axes2.set_ylabel('y')
axes2.set_title('微笑中微笑')

Out[8]:

<matplotlib.text.Text at 0x7f3260288550>

plt.figure()函数内部有figsize和dpi参数，用于设置图像的大小和精度。
　　我们将上述代码中fig = plt.figure()改成fig = plt.figure(figsize=(8,4), dpi=100)，结果如下:

In [10]:

fig = plt.figure(figsize=(8,4), dpi=100)
axes = fig.add_axes([0.2, 0.2, 1, 1]) # 左侧间距，底部间距，宽度࿰