开始练习之前,首先你需要安装 matplotlib。实验楼为大家提供了已经安装好了各个模块的实验环境,推荐直接来实验楼练习。
绘制表格前,我们当然还需要一组数据。这里我们生成一组伪随机数,作为后面绘图的数据:
import numpy as np
np.random.seed(1000)
y = np.random.standard_normal(20)
y
基础图表
最简单的图表可以使用 pyplot 子库制作。pyplot 子库中的 plot 函数是最基础的绘图函数,但是也相当强大。原则上,它需要两组数值。
代码:
import matplotlib.pyplot as plt
%matplotlib inline
x = range(len(y))
plt.plot(x, y)
效果:
网格图表:
代码:
plt.plot(y.cumsum())
plt.grid(True) # 添加网格线
plt.axis('tight') # 紧凑坐标轴
添加标签的图表:
代码:
plt.figure(figsize=(7, 4))
# the figsize parameter defines the size of the figure in(width, height)
plt.plot(y.cumsum(), 'b', lw=1.5)
plt.plot(y.cumsum(), 'ro')
plt.grid(True)
plt.axis('tight')
plt.xlabel('index')
plt.ylabel('value')
plt.title('A Simple Plot')
二维数据图表:
(点击阅读原文,学习全部源码,下同)
二维数据子图:
二维数据子图:
线图/点图和柱状图结合:
散点图:
三维散点图:
直方图:
堆叠直方图:
箱形图:
3D 图:
3D 散点图:
在信息化时代,通过数据可视化,我们可以更直观地看到信息本身,对于从业金融或者对金融感兴趣的人来说,这是必备的技能。
Matplotlib 可以视为 Python 数据可视化的基准和主力,篇幅有限无法介绍 Matplotlib 的所有功能,希望大家多多动手,实践出真知。
本文分享自 MoziInnovations 微信公众号,前往查看
如有侵权,请联系 cloudcommunity@tencent.com 删除。
本文参与 腾讯云自媒体同步曝光计划 ,欢迎热爱写作的你一起参与!