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，它是基于Numpy和tkinter二次开发的，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、Matplotlib绘图基础

安装方式：

pip install matplotlib

引用方法：

import matplotlib.pyplot as plt

matplotlib是python中的2D绘图库，也是目前使用最广泛的python绘图库。虽然它很庞大，但是可以通过简单的概念框架和重要的知识来理解掌握。它的图像大概可以分为以下4层结构。

1）canvas（画板）：位于最底层，导入matplotlib库时就自动存在。

2）figure（画布）：建立在canvas之上，从这一层就可以开始设置参数

3）axes（子图）：将figure分成不同的块，实现分面绘图

4）图表信息（构图元素）：添件或修改axes上的图形信息，优化图表的显示效果

扫描二维码关注公众号，回复： 8076010 查看本文章

2.2、绘图基本流程

根据以上matplotlib的四层图像结构，pyplot模块绘制图形基本都遵循一个流程。

导入模块

先导入相应工具包。根据官方认证方式导入：

import numpy as np
import matplotlib.pyplot as plt

创建画布和子图

首先创建一张空白的画布，设置画布大小，根据需要同时展示几个图形，可以将画布划分为多个部分。然后使用对象方法来完成其余的工作。

添加画布内容

绘图的主体部分。添加标题、坐标轴名称等操作与绘制图形时并列的，没有先后顺序，可以先绘制图形，也可以先添加各类标签，但是添加图例一定要在绘制图形之后。

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
plt.legend()	设置曲线图例

图形保存与展示

在图表中显示中文

# windows下这样设置

# 设置之后在图表中可以显示中文字符
plt.rcParams['font.sans-serif'] = ['SimHei']  # 设置字体为中文雅黑
plt.rcParams['axes.unicode_minus'] = False  # 乱码的错误信息不再显示