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>]

#若只提供y值，plot以索引值为x值
plt.plot(y)

[<matplotlib.lines.Line2D at 0x2cc827776d0>]

# 可以附加多个函数
plt.plot(y.cumsum())

[<matplotlib.lines.Line2D at 0x2cc87abe4f0>]

#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)

#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')

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