matplotlab数据可视化

数据可视化

介绍金融数据里一些常见的2D、3D图形,使用matplotlib

一:二维绘图

1:一维数据
#导入必要的库
import numpy as np
import matplotlib as mlt
import matplotlib.pyplot as plt
%matplotlib inline
# 生成20个标准正态分布(伪)随机数,保存在一个Numpy ndarray
np.random.seed(1000)
y=np.random.standard_normal(20)
#pyplot 里的plot函数,输入x,y,横坐标与纵坐标的列表或数组
#x,y的数量要相等
x=range(len(y))
plt.plot(x,y)
[<matplotlib.lines.Line2D at 0x2cc82683370>]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-mBP5HyKD-1681477311881)(output_6_1.png)]

#若只提供y值,plot以索引值为x值
plt.plot(y)
[<matplotlib.lines.Line2D at 0x2cc827776d0>]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-YTiK2hc0-1681477311882)(output_7_1.png)]

# 可以附加多个函数
plt.plot(y.cumsum())
[<matplotlib.lines.Line2D at 0x2cc87abe4f0>]

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-umEBBEIE-1681477311883)(output_8_1.png)]

#自定义绘图样式
plt.plot(y.cumsum())
plt.grid(True)#给图加网格
plt.axis('tight')#紧凑坐标,使得所有数据可见
plt.xlim(-1,20)#设置x,y坐标轴的最大最小值
plt.ylim(np.min(y.cumsum()-1),np.max(y.cumsum()+1))
(-3.1915310617211072, 1.4342209788376488)

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-X9Rv1mrQ-1681477311883)(output_9_1.png)]

#提供的数据点是离散的,标出这些离散点
plt.figure(figsize=(7,4))#图的宽,高
plt.plot(y.cumsum(),'b',lw=1.5)
plt.plot(y.cumsum(),'ro')
plt.grid(True)#给图加网格
plt.axis('tight')#紧凑坐标,使得所有数据可见
plt.xlabel('index')
plt.ylabel('value')
plt.title('A simple plot')
Text(0.5, 1.0, 'A simple plot')

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-xLZKOM2y-1681477311883)(output_10_1.png)]

2:二维数据
#生成一个20*2 的numpy ndarray 数组,并在数组上调用cumsum计算样本数据在0轴,即第一维(第一行)上的求和
np.random.seed(1000)
y=np.random.standard_normal((20,2)).cumsum(axis=0)
plt.figure(figsize=(7,4))#图的宽,高
plt.plot(y[:,0],'b',lw=1.5,label='lst')
plt.plot(y[:,1],'g',lw=1.5,label='2st')
plt.plot(y,'ro')
plt.grid
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值