![0552007482d5d4375478000c71b280b4.gif](https://i-blog.csdnimg.cn/blog_migrate/2ed06f996761239a7bc7e5bfbdcff17c.gif)
1、什么是数据可视化
数据可视化在量化分析当中是一个非常关键的辅助工具,往往我们需要通过可视化技术,对我们的数据进行更清晰的展示,这样也能帮助我们理解交易、理解数据。通过数据的可视化也可以更快速的发现量化投资中的一些问题,更有利于分析并解决它们。接下来我们主要使用的可视化工具包叫做——Matplotlib
,它是一个强大的Python绘图和数据可视化的工具包。
2、Matplotlib的用法
2.1、一维数据集
安装方式:
pip install matplotlib
引用方法:
import matplotlib.pyplot as plt
在matplotlib库当中,整个图像为一个figure对象,在figure对象中可以包含一个或者多个axes,每个axes(ax)对象都是一个拥有自己坐标系统的绘图区域。
plt.plot() # 绘图函数
在jupyter notebook中不执行这条语句也是可以将图形展示出来
import matplotlib.pyplot as plt
执行结果:
plot函数会注意我们传递进来的ndarray对象,在这种情况下,就不需要提供X参数了,如果只提供Y值,plot就会以索引作为对应的X值。最终的输出会和上面是一样的。
plt.plot(y)
运行结果:
通过刚才的演示可以发现,我们可以简单的向matplotlib函数传递Numpy ndarray对象,函数是能够解释数据结构以简化绘图工作,但是要注意,不要传递太大或者太过复杂的数组。
2.1.1、plot函数
一般来说,默认绘图样式肯定是不能满足报表、出版等一系列典型要求的,所以说我们就需要想办法修改图像的样式,因此在plot函数当中就有着大量的自定义样式的方法。
绘制折线图
线型linestyle(-,-.,--,..)
点型marker(v,^,s,*,H,+,X,D,O,...)
颜色color(b,g,r,y,k,w,...)
plt.plot([0,3,9,15,30],linestyle = '-.',color = 'r',marker = 'o')
图像标注
方法 | 描述 |
---|---|
plt.title() | 设置图像标题 |
plt.xlabel() | 设置x轴名称 |
plt.ylabel() | 设置y轴名称 |
plt.xlim() | 设置x轴范围 |
plt.ylim() | 设置y轴范围 |
plt.xticks() | 设置x轴刻度 |
plt.yticks() | 设置y轴刻度< |