条形图(bar chart)也称为柱状图,是一种以长方形的长度为变量的统计图表,长方形的长度与它所对应的数值呈一定比例。
一、导入绘图数据
首先导入绘图所需的数据。
import os
import pandas as pd
os.chdir(r'F:\公众号\6.学习python')
date = pd.read_csv("股票数据.csv", encoding = 'GBK')
注:如需文中数据进行练习,可到公众号中回复“股票数据波动”即可免费获取。展示前几行数据如下:
二、竖放条形图
1 竖放条形图绘图原理
Python中绘制竖放条形图需用matplotlib.pyplot中的bar函数,该函数的基本语法为:
bar(x, height, [width], [bottom], **kwargs)
参数说明:
x:数组,条形图对应的横坐标。
height:一个数或数组,条形图的纵坐标(高度)。
[width]:一个数或数组,条形的宽度,默认值0.8,为可选参数。
[bottom]:一个数或数组,条形的起始高度,默认值0,为可选参数。
**kwargs:不定长关键字参数,用字典形式设置条形图的其它参数。
2 绘制竖放条形图
以日期为横坐标,收盘价为纵坐标绘制竖放条形图,具体语句如下:
import matplotlib.pyplot as plt
date = date.set_index('日期')
date.index = pd.to_datetime(date.index)
plt.bar(date.index, date['收盘价'])
得到结果如下:
从以上结果可以发现,由于数据较多,条形图密密麻麻,看不出具体趋势。故在绘图之前,最好先进行统计汇总。
3 优化显示竖放条形图
以时间为横轴,每年收盘价均值为纵轴绘制竖放条形图,并添加标题和轴标签等,具体语句如下:
result = date[['收盘价']].groupby(date.index.year).mean()
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
plt.bar(result.index, result['收盘价'], 0.6, label='close', color='#87CEFA')
plt.legend()
plt.xlabel('时间')
plt.ylabel('收盘价')
plt.title('股票收盘价')
得到结果如下:
三、横放条形图
1 横放条形图绘图原理
Python中绘制横向条形图需用matplotlib.pyplot中的barh函数,该函数和bar函数类似,它的基本语法为:
barh(y, width, [height], **kwargs)
参数说明:
y:一个数或数组,条形图对应的纵坐标。
width:一个数或数组,条形的宽度。
[height]:一个数或数组,条形的高度,默认值0.8,为可选参数。
**kwargs:不定长关键字参数,用字典形式设置条形图的其它参数。
2 绘制横放条形图
以时间为纵轴,收盘价为高度绘制横放条形图,具体语句如下:
result = date[['收盘价']].groupby(date.index.year).mean()
plt.barh(result.index, result['收盘价'])
得到结果如下:
四、并列条形图
有时在绘制条形图时需对比显示某些信息,比如想同时观察股票最高价和最低价的变化趋势,可采用并列条形图,具体语句如下:
result = date.groupby(date.index.year).agg(high=('最高价','mean'), low=('最低价','mean'))
plt.bar(result.index, result['high'], width=0.2, color='r', label='high')
plt.bar(result.index+0.2, result['low'], width=0.2, color ='b', label='low')
plt.xticks(result.index+0.2, result.index)
plt.ylim(5, 35)
plt.title('股票最高价最低价')
plt.legend()
得到结果如下:
五、叠加条形图
有时一个变量的数值恒小于另一个变量,这时可以把两个条形图绘制到一个条形图中,用不同的颜色显示这两个条形图即可。比如股票价格的最小值恒小于最大值,可以把这两个数组绘制在同一个条形图中,具体语句如下:
result = date.groupby(date.index.year).agg(high=('最高价','mean'), low=('最低价','mean'))
plt.bar(result.index, result['high'], width=0.2, color='r', alpha=0.5, label='high')
plt.bar(result.index, result['low'], width=0.2, color='b', alpha=0.5, label='low')
plt.title('叠加股票最高价最低价条形图')
plt.legend()
得到结果如下:
六、拼接条形图
有时需要把两组数值绘制在同一个条形图中,以股票最高价和最低价为示例,绘制拼接条形图,具体语句如下:
result = date.groupby(date.index.year).agg(high=('最高价','mean'), low=('最低价','mean'))
plt.bar(result.index, result['high'], width=0.2, color='r', label='high')
plt.bar(result.index, result['low'], bottom=result['high'], width=0.2, color='b', label='low')
plt.title('股票最高价最低价拼接条形图')
plt.legend()
得到结果:
七、多重显示条形图
有时可以把一组数值看成高度,另一组数值代表颜色绘制多重显示条形图。以股票收盘价和换手率为例,绘制多重显示条形图,具体语句如下:
import matplotlib.cm as cm
result = date.groupby(date.index.year).agg(avgl=('收盘价', 'mean'), avg2=('换手率', 'mean'))
plt.bar(result.index, result['avgl'], color=cm.ScalarMappable().to_rgba(result['avg2']))
sm = plt.cm.ScalarMappable(norm=plt.Normalize(vmin=result['avg2'].min(), vmax=result['avg2'].max()))
plt.colorbar(sm)
plt.title('用收盘价和换手率绘制多重显示条形图')
plt.show()
得到结果如下:
至此,在Python中绘制条形图已全部讲解完毕,感兴趣的同学可以自己实现一遍。
你可能感兴趣:
用Python绘制皮卡丘
用Python绘制词云图
Python人脸识别—我的眼里只有你
Python画好看的星空图(唯美的背景)
用Python中的py2neo库操作neo4j,搭建关联图谱
Python浪漫表白源码合集(爱心、玫瑰花、照片墙、星空下的告白)
长按(扫一扫)识别上方二维码学习更多Python和建模知识,让你的学习和工作更出彩。
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)