Python金融大數據分析——第五章數據可視化

第五章 數據可視化

5.1 二維繪圖

5.1.1 一維數據集

生成20個標準正態分佈（僞）隨機數，保存在Numpy ndarray中。

'''
生成20個標準正態分佈（僞）隨機數，保存在Numpy ndarray中。
'''
import numpy as np
import matplotlib.pyplot as plt
import matplotlib as mpl

np.random.seed(1000)
y = np.random.standard_normal(20)
x = range(len(y))
plt.plot(x, y)
plt.show()

plot會注意何時傳遞ndarray對象，此時沒必要單獨提供x值信息，只需要提供y值，plot就會以索引值作爲對應的x值。如下：

'''
生成20個標準正態分佈（僞）隨機數，保存在Numpy ndarray中。
'''
import numpy as np
import matplotlib.pyplot as plt
import matplotlib as mpl

np.random.seed(1000)
y = np.random.standard_normal(20)

plt.plot(y)
plt.show()

通過調用ndarray對象上的cumsum方法，可以獲得這些數據的總和。

# 通過調用ndarray對象上的cumsum方法，可以獲得這些數據的總和
plt.plot(y.cumsum())
plt.show()

 

 默認繪圖樣式不能滿足報表，一般都需要自定義樣式。可以修改軸的範圍，添加網格等，

# 上述默認繪圖樣式不能滿足報表，一般都需要自定義樣式。
plt.plot(y.cumsum())
plt.grid(True)  # 添加網格
plt.axis('tight')  # 修改軸範圍,tight使所有數據可見
plt.show()

設置座標軸的最小值最大值範圍，通過xlim，ylim進行設置

# 可以設置座標軸的最小值和最大值
plt.plot(y.cumsum())
plt.grid(True)
plt.xlim(-1, 20)
plt.ylim(np.min(y.cumsum()) - 1,
         np.max(y.cumsum()) + 1)
plt.show()

爲了讓圖表更容易理解，可以添加附加的信息。

# 爲了讓圖標更容易理解，需要加些附加的信息
plt.figure(figsize=(7, 4))
plt.plot(y.cumsum(), 'b', lw=1.5)  # 線寬1.5，藍色直線
plt.plot(y.cumsum(), 'ro')  # 紅色圓點
plt.grid(True)
plt.axis('tight')
plt.xlabel('index')  # x軸標識
plt.ylabel('value')  # y軸標識
plt.title('A Simple Plot')  # 標題
plt.show()

這裏顏色的縮寫如下：                      

標準顏色縮寫

字符	顏色
b	藍色
g	綠色
r	紅色
c	青色
m	品紅
y	黃色
k	黑色
w	白色

標準樣式字符

字符	象徵
-	實線
--	短虛線
-.	點實線
：	虛線
.	點標記
,	像素標識
O	圓標記
v	向下三角形標記
^	向上三角形標記
<	向左三角形標記
>	想右三角形標記
1	Tri_down標記
2	Tri_up標記
3	Tri_left標記
4	Tri_right標記
s	方形標記
p	五邊形標記
*	星號
h	六角形標記1
H	六角形標記2
+	加號
x	X標記
D	菱形標記
d	細菱形標記
|	垂直標記

5.1.1 二維數據集

生成包含標準正態分佈（僞）隨機數的20x2Numpy ndarray。在這個數組上調用cumsum計算樣本數據在0軸（第一維上）的總和。

# 二維數據集
# 生成標準正態分佈僞隨機數的20x2的Numpy ndarray
np.random.seed(2000)
y = np.random.standard_normal((20, 2)).cumsum(axis=0)
# 一般來說，將這樣的二維數組傳遞給plt.plot，將自動把包含的數據解釋爲單獨的數據集（沿着1軸，即第二維
plt.figure(figsize=(7, 4))
plt.plot(y, lw=1.5)
plt.plot(y, 'ro')
plt.grid(True)
plt.axis('tight')
plt.xlabel('index')
plt.ylabel('value')
plt.title('A Simple Plot')
plt.show()

在上述圖表中，多個圖表的集合，很難區分出單獨的一條曲線，這時候需要使用legend進行區分。plt.legend接受不同的位置參數。0表示最佳位置，也就是儘可能的少覆蓋數據。下述代碼中沒有傳遞整個ndarray對象，而是分別訪問y集合中的兩個數據子集y[:,0]和y[:,0]

# 使用legend區分不同的曲線
np.random.seed(2000)
y = np.random.standard_normal((20, 2)).cumsum(axis=0)
plt.figure(figsize=(7, 4))
plt.plot(y[:, 0], lw=1.5, label='1st')
plt.plot(y[:, 1], lw=1.5, label='2nd')
plt.plot(y, 'ro')
plt.grid(True)
plt.legend(loc=0)
plt.axis('tight')
plt.xlabel('index')
plt.ylabel('value')
plt.title('A Simple Plot')
plt.show()

plt.legned選項

位置選項	描述
空白	自動
0	最佳
1	右上
2	左上
3	左下
4	右下
5	右
6	中左
7	中右
8	中下
9	中上
10	中

 面對上述多條曲線的圖表，往往會出現不同圖表的y軸值在不同的範圍內，這時需要設置兩個不同的y軸範圍，而不是單一的y軸刻度。

首先繪製錯誤不可取的圖表信息（將其中一個的y值範圍擴大100倍）。

# 錯誤示範，將其中一個的數據擴大100倍
np.random.seed(2000)
y = np.random.standard_normal((20, 2)).cumsum(axis=0)
y[:, 0] = y[:, 0] * 100
plt.figure(figsize=(7, 4))
plt.plot(y[:, 0], lw=1.5, label='1st')
plt.plot(y[:, 1], lw=1.5, label='2nd')
plt.plot(y, 'ro')
plt.grid(True)
plt.legend(loc=0)
plt.axis('tight')
plt.xlabel('index')
plt.ylabel('value')
plt.title('A Simple Plot')
plt.show()

上述的2nd曲線，完全看不出細節，這是不可取的，可以做如下操作，使繪製圖表的細節看得更明顯直觀。

# 這裏有兩種方式：使用2個軸； 使用兩個子圖

首先是使用兩個y軸

# 設置兩條y軸座標軸，避免丟失曲線細節可視化
# 這裏有兩種方式：使用2個軸； 使用兩個子圖
# 使用兩個y軸
np.random.seed(2000)
y = np.random.standard_normal((20, 2)).cumsum(axis=0)
y[:, 0] = y[:, 0] * 100
fig, ax1 = plt.subplots()
plt.plot(y[:, 0], 'b', lw=1.5, label='1st')
plt.plot(y[:, 0], 'ro')
plt.grid(True)
plt.legend(loc=8)
plt.axis('tight')
plt.xlabel('index')
plt.ylabel('value')
plt.title('A Simple Plot')
ax2 = ax1.twinx()
plt.plot(y[:, 1], 'g', lw=1.5, label='2nd')
plt.plot(y[:, 1], 'ro')
plt.legend(loc=0)
plt.ylabel('value 2nd')
plt.show()

管理座標軸的關鍵代碼如下：

fig, ax1 = plt.subplots()

ax2 = ax1.twinx()

使用plt.subplots函數，可以直接訪問底層繪圖對象。可以生成和第一個子圖共享x軸的第二個子圖。其實就是兩個完全重疊的子圖。

 

方法二：生成兩個單獨的子圖，這樣的數據集的自由度更大。

# 生成兩個單獨的子圖
np.random.seed(2000)
y = np.random.standard_normal((20, 2)).cumsum(axis=0)
y[:, 0] = y[:, 0] * 100
plt.figure(figsize=(7, 5))
plt.subplot(211)
plt.plot(y[:, 0], lw=1.5, label='1st')
plt.plot(y[:, 0], 'ro')
plt.grid(True)
plt.legend(loc=0)
plt.axis('tight')
plt.ylabel('value')
plt.title('A Simple Plot')
plt.subplot(212)
plt.plot(y[:, 1], 'g', lw=1.5, label='2nd')
plt.plot(y[:, 1], 'ro')
plt.grid(True)
plt.legend(loc=0)
plt.axis('tight')
plt.xlabel('index')
plt.ylabel('value')
plt.show()

這裏，figure對象中子圖的定位是通過使用一種特殊的座標系來實現的。plt.subplot有三個整數參數，numrows，numcols和fignum（可由逗號或者不加逗號）

numrows：指定行數    numcols：指定列數     fignum：指定子圖編號（從1到 numrowsXnumcols）

例如繪製9個完全大小相等的子圖圖標，有numrows=3，numcols=3,fignum=1,2,3,...9，右下角的子圖座標爲plt.subplot(3,3,9)或者plt.subplot(339)。

 

有時候，需要用兩種不同形式的圖表類型來可視化數據，此時需要自由得組合matplotlib提供的任意圖標類型。

例：繪製線圖/點圖和柱狀圖：