第一题:从上证50指数(2018年1月至2019年6月).xlsx工作簿sheet2中导入2018年1月至2019年6月期间上证50指数每日的交易金额并生成一个DataFrame,使用seaborn库绘制直方图(含绘制核密度估计曲线kde)和箱型图,并以1x2子图呈现。
import pandas as pd
import matplotlib.pyplot as plt # 导入绘图库
import seaborn as sns
plt.rcParams['font.family']='SimHei' # 设置黑体字体以正常显示中文
plt.rcParams['axes.unicode_minus']=False # 正常显示负号
plt.rcParams['font.size'] = 13
plt.rcParams['font.sans-serif']=['SimHei']
df = pd.read_excel('上证50指数(2018年1月至2019年6月).xlsx',sheet_name='Sheet2')
#df内容查看
第一种方法:
fig,axes = plt.subplots(1,2,figsize=(12,7))
sns.distplot(a=df['成交额(亿元)'],kde=True,rug=True,ax=axes[0])
sns.boxplot(y=df['成交额(亿元)'],ax=axes[1])
plt.savefig('7周课内T1.png')
plt.show()
#第一种方法图形效果
第二种方法:
fig,axes = plt.subplots(1,2,figsize=(10,5))
sns.histplot(data=df,x='成交额(亿元)',kde=True,ax=axes[0])
sns.boxplot(data=df,ax=axes[1])
plt.tight_layout()
plt.savefig('7周课内T2第二种写法.png')
plt.show()
#第二种方法图形效果