unity 二维数组 可视化_Python技能 | Matplotlib数据可视化

点击上面“蓝字”关注我们！ 惊喜： 分享且集5赞凭截图获取 python/linux视频一套 抓紧机会，我们等你

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<