Day100 数据分析(四)数据可视化之Matplotlib

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

 

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。

pyplot基本绘图流程

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

 

2.3、简单的绘制一个折线图

 

 

 

2.4、绘制每个国家或者地区的电影数量的柱状图

 

 

2.5、绘制历年上映电影的数量图

 

 

2.6、绘制历年上映电影的数量图

 

 

补充:

在命令行使用matplotlib绘图时

 

我们生成的图片会以弹窗的形式显示

 

可以操作弹窗生成的图表

注意:一次绘图完成,只能plt.show()一次,后面的plt.show()不会生效,如果想再次生成图表,需要在plt.plot/bar/pie绘图一次

猜你喜欢

转载自www.cnblogs.com/sxchen/p/11986579.html