matplotLib的导入和定制工作
import Numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt #导入主绘图(子)库
mpl.__version__ #使用matplotlib版本
plt.style.use("seaborn") #将绘图样式设置为seaborn
mpl.rcParams['font.family'] = 'serif' #将所有图表的字体设置为serif
np.random.seed(1000)
y=np.random.standard_normal(20)
x=np.arange(len(y))
plt.plot(x,y)
plt.plot(y) #plt.plot()会注意到何时传递了ndarray对象,在这种情况下没有必要提供x
plt.plot(y.cumsum()) #累计和
#设置坐标轴的最大值和最小值
plt.xlim(-1, 20)
plt.ylim(np.min(y.cumsum()) - 1,np.max(y.cumsum()) + 1)
plt.grid(False) #关闭网格
plt.axis('equal') #两个轴使用相同的刻度
#标签
plt.title()
plt.xlabel()
plt.ylabel()
plt.figure(figsize=(10, 6)) #增大图标尺寸
plt.axis
参数 | 描述 |
---|---|
Empty | 返回当前坐标轴限值 |
off | 关闭坐标轴线和标签 |
equal | 使用等刻度 |
scaled | 通过尺寸变化平衡刻度 |
tight | 使所有数据可见(缩小限值) |
image | 使所有数据可见(使用数据限值) |
[xmin, xmax, ymin, ymax] | 将设置限制为给定的(一组)值 |
标准颜色缩写
标准样式字符
Hint
- 交互式2D绘图:plotly+Cufflinks;
- Cufflinks:
– 专门用来将保存在DataFrame 对象中的数据创建为交互式图表。
– 提供创建典型金融图表的功能,并增加了典型的金融图表元素,例如相对强弱指数(RSI)等。为此,Cufflinks 创建了一个QuantFig 对象,Cufflinks 可以像DataFrame 对象那样根据QuantFig 绘制图表。