金融计算与编程（二）matplotlib初步

这里是金融计算与编程的第二节课
今日所学的是matplotlib——这个python中最基础的画图库。

import matplotlib.pyplot as plt
import numpy as np

1.我们先生成一个一维的y（来画折线图）

先简单画一个图

np.random.seed(250)
y = np.random.standard_normal(20)
x = range(len(y))
plt.plot(x,y)

这个和直接plt.plot(y)的结果是一样的

2.下面初步尝试cumsum函数

#这里添加画布
plt.figure(figsize = [7,4])
#这里用来画直线
plt.plot(y.cumsum() , "C1" , lw =1.2)
#这里用来画点
plt.plot(y.cumsum() , "ro")

#这里用来添加网格线
plt.grid("True")
#这里用来添加x轴和y轴
plt.xlabel("index")
plt.ylabel("value")
#这里用来添加标题
plt.title("A simple plot")

对于cumsum函数，axis=1指的是对列进行操作(不过并不清楚其他的axis是否将会表示同一个意思？)

可以看到第一列是不变的

#对于cumsum函数，axis=0指的是对行进行操作

可以看到第一行是不变的。

3.接下来我们生成一个二维的y（来画折线图）

y = np.random.standard_normal((20,2))
y

plt.plot(y[:,0] , lw =1.2 , label = "1st")
plt.plot(y[:,1] , lw = 1.2 , label = '2nd')

plt.plot(y,"ro")

plt.grid("True")

plt.legend(loc = 0 )  # 这里设置为0，指的是最优的匹配

plt.xlabel("index")
plt.ylabel("value")

plt.title("这是我的第二张图")
#下面是用来存储的函数，可以用参数dpi，例如=200来指定存储分辨率
plt.savefig("this_is_my_second_picture.png",dpi = 200)

这里是对于loc参数的说明

4.接下来我们将y[:,0] = y[:,0] * 100（遇到尺度相差过大的图片该怎么办？）

plt.plot(y)

#遇到的这样的大尺度的东西，就不可以将其放置于一张图中。

我们考虑用“子图”的思想进行实现

plt