Python大數(shù)據(jù)財務(wù)分析 課件 3.財務(wù)可視化基礎(chǔ) - Matplotlib庫

第三章財務(wù)可視化基礎(chǔ)-Matplotlib庫2024/9/12《Python大數(shù)據(jù)財務(wù)分析》配套課件目錄013.1Matplotlib基本圖形繪制0203第三章財務(wù)可視化基礎(chǔ)-Matplotlib庫3.2Matplotlib可視化小技巧3.3Matplotlib財務(wù)可視化案例實(shí)戰(zhàn)目錄013.1.1折線圖02033.1Matplotlib基本圖形繪制3.1.2柱狀圖/條形圖3.1.3散點(diǎn)圖043.1.4直方圖3.1Matplotlib基本圖形繪制在畫圖之前首先導(dǎo)入matplotlib庫，其導(dǎo)入方式通常寫作“importmatplotlib.pyplotasplt”。as是對導(dǎo)入庫的重命名以方便之后的使用，下面畫圖只需要調(diào)用plt的相應(yīng)函數(shù)即可。如plt.plot()為折線圖，plt.bar()為柱狀圖，plt.scatter()為散點(diǎn)圖，plt.pie()為餅狀圖，plt.hist()為直方圖等。接下來以折線圖、柱狀圖（條形圖）、散點(diǎn)圖和直方圖為例講解圖形的基本繪制方法。注意最后記得加上plt.show()來展示圖形，運(yùn)行結(jié)果如下圖所示：3.1.1折線圖通過plt.plot()可以繪制折線圖，代碼如下：如果想讓x和y之間有些數(shù)學(xué)關(guān)系，列表是不太容易進(jìn)行數(shù)學(xué)運(yùn)算的，這時候就可以通過Numpy庫引入一維數(shù)組進(jìn)行數(shù)學(xué)運(yùn)算，代碼如下：3.1.1折線圖這里通過Numpy生成一個一維數(shù)組x1，并根據(jù)數(shù)組的可運(yùn)算性生成了y1和y2，將兩條線都畫在一張圖上，最終運(yùn)行結(jié)果如下圖4-2所示：一般在表示趨勢的時候折線圖最為直觀。3.1.1折線圖3.1.2柱狀圖/條形圖通過plt.bar()可以繪制柱狀圖，代碼如下：運(yùn)行結(jié)果如圖所示：柱狀圖一般在進(jìn)行同行業(yè)或者其他橫截面比較的時候更加直觀。3.1.3散點(diǎn)圖通過plt.scatter()可以繪制散點(diǎn)圖，代碼如下：這里通過np.random.rand(10)生成10個0-1之間的隨機(jī)數(shù)，運(yùn)行結(jié)果如下圖4-4所示：3.1.4直方圖通過plt.hist()可以繪制頻數(shù)或頻率直方圖，所謂直方圖其實(shí)就是頻數(shù)圖或者頻率圖，橫軸標(biāo)為相關(guān)數(shù)據(jù)，縱坐標(biāo)則為該數(shù)據(jù)出現(xiàn)的頻數(shù)或者頻率，演示代碼如下：這里通過np.random.randn(10000)生成10000個服從均值為0，標(biāo)準(zhǔn)差為1的正態(tài)分布數(shù)據(jù)，運(yùn)行結(jié)果如下圖3-5所示，其中橫軸表示隨機(jī)生成的數(shù)據(jù)，縱軸則表示該數(shù)據(jù)出現(xiàn)的次數(shù)，也即頻數(shù)。此外如果想顯示為頻率直方圖的話，只需要設(shè)置參數(shù)density為1即可。3.1.4直方圖補(bǔ)充知識點(diǎn)：在pandas庫中的快捷繪圖技巧以上是Matplotlib庫經(jīng)典圖形的繪制技巧，其實(shí)對于pandas庫中的數(shù)據(jù)表格，有更加方便的代碼寫法，不過其本質(zhì)還是通過pandas庫調(diào)用的Matplotlib庫，演示代碼如下：通過df.hist()的方式便可以快速地繪制和之前一樣的直方圖了，這里因?yàn)閐f是只有一列數(shù)，所以可以直接寫df，如果df有多列數(shù)，那么繪制的時候就需要指明是哪一列需要繪制成直方圖，寫成df['列名'].hist()。補(bǔ)充知識點(diǎn)：在pandas庫中的快捷繪圖技巧此外，除了寫df.hist()外，還可以通過下面這種pandas庫里的通用繪圖代碼繪圖：這里是通過設(shè)置kind參數(shù)為hist來繪制直方圖，通過這種通用繪圖代碼，pandas庫除了可以便捷的繪制直方圖外，它還可以通過設(shè)置kind參數(shù)快捷地繪制其他圖形，演示代碼如下，首先創(chuàng)建一個二維DataFrame表格df。人均收入人均支出北京80006000上海70005000廣州65004000演示二維表格df：補(bǔ)充知識點(diǎn)：在pandas庫中的快捷繪圖技巧此時可以通過pandas同時繪制折線圖或者柱狀圖，代碼如下：因?yàn)閐f有多列，所以先要通過df['列名']的方式先選取需要繪圖的列數(shù)據(jù)，最終效果如圖3-6，可以看到它將折線圖和柱狀圖都快捷地繪制在圖上了。此外如果直接寫plot()函數(shù)，里面不傳入kind參數(shù)的話，即寫成df['人均收入'].plot()則默認(rèn)繪制折線圖。補(bǔ)充知識點(diǎn)：在pandas庫中的快捷繪圖技巧此外設(shè)置kind參數(shù)為pie則可以繪制餅圖，設(shè)置為box則可以繪制箱體圖，效果如圖：補(bǔ)充知識點(diǎn)：在pandas庫中的快捷繪圖技巧總結(jié)下pandas快捷繪圖的技巧。其他設(shè)置kind參數(shù)技巧如下表3-2所示。感興趣的讀者可以自己嘗試將kind參數(shù)換成如下內(nèi)容看下效果。kind參數(shù)圖形類型line折線圖bar柱狀圖hist直方圖pie餅圖box箱體圖area面積圖如果上面繪圖過程中出現(xiàn)中文亂碼，則可以在代碼最前面加上如下三行代碼解決中文亂碼的問題，這三行代碼是解決中文亂碼的固定寫法，這個之后也會講解。目錄3.2.1添加文字說明02033.2Matplotlib可視化小技巧3.2.2添加圖例3.2.3設(shè)置雙坐標(biāo)軸043.2.4設(shè)置圖片大小010506073.2.5

設(shè)置X軸角度3.2.6中文顯示問題3.2.7繪制多圖3.2Matplotlib可視化小技巧下面主要講解數(shù)據(jù)可視化過程中常用的一些小技巧，如添加文字說明、添加圖例、設(shè)置雙坐標(biāo)軸、設(shè)置圖片大小、設(shè)置中文以及如何繪制多圖。3.2.1添加文字說明通過plt.title(name)給圖畫添加標(biāo)題；通過plt.xlable()，plt.ylable()用于添加x軸和y軸標(biāo)簽。運(yùn)行結(jié)果如下圖所示：3.2.1添加文字說明3.2.2添加圖例通過plt.legend()來添加圖例，添加前需要設(shè)置好lable（標(biāo)簽）參數(shù)，代碼如下：如下圖所示，已經(jīng)繪制出兩條直線，并在左上角添加了圖例，如果想修改圖例的位置，比如設(shè)置成右上角，可以將參數(shù)loc（位置location的縮寫）修改成“upperright”，右下角則設(shè)置成“l(fā)owerright”即可。3.2.2添加圖例3.2.3設(shè)置雙坐標(biāo)軸上面的例子可以在一張圖里畫出兩條線，但如果兩條線的取值范圍相差比較大，那么畫出來的圖效果便不太好，那么此時如何來畫出兩條y坐標(biāo)軸呢？可以在畫完第一個圖之后，寫如下一行代碼即可設(shè)置雙坐標(biāo)軸。需要注意的是，如果設(shè)置了雙坐標(biāo)軸，那么添加圖例的時候，每畫一次圖就得添加一次，而不能在最后統(tǒng)一添加。這里以y=x和y=x^2為例，演示下如何設(shè)置雙坐標(biāo)軸，代碼如下：運(yùn)行結(jié)果如下圖所示?？梢钥吹阶笥业膟坐標(biāo)軸數(shù)值相差很大。如果不設(shè)置雙坐標(biāo)軸，會導(dǎo)致y=x這條線被壓縮的很平，影響圖像顯示效果。3.2.3設(shè)置雙坐標(biāo)軸3.2.4設(shè)置圖片大小如果對默認(rèn)圖片大小不滿意，可以通過如下代碼可以設(shè)置圖片大小：第一個元素代表長，第二個元素代表寬，這里的數(shù)字8和6代表的是800和600像素。3.2.5設(shè)置X軸角度有的時候X軸可能因?yàn)閮?nèi)容較多，導(dǎo)致數(shù)據(jù)都擠在一塊，這時候我們就可以設(shè)置x軸的角度來進(jìn)行調(diào)節(jié)，代碼如下，其中45表示45度，可以根據(jù)自己的需要來調(diào)整角度。3.2.6中文顯示問題在使用matplotlib畫圖時，默認(rèn)情況下是不支持中文顯示的，通過如下代碼可解決該問題。其中由于更改了字體導(dǎo)致顯示不出負(fù)號，得將配署文件中axes.unicodeminus設(shè)為False。這里的SimHei是黑體的英文翻譯，如果想采用其他字體，可參考下表的字體英文對照表：黑體SimHei微軟雅黑Microsoft

YaHei新宋體NSimSun新細(xì)明體PMingLiU細(xì)明體MingLiU仿宋FangSong楷體KaiTi4.2.7繪制多圖如下圖4-11所示，有時我們需要在一張畫布上輸出多個圖形，在Matplotlib庫中有當(dāng)前的圖形（figure）以及當(dāng)前軸（axes）概念，其對應(yīng)的就是當(dāng)前畫布以及當(dāng)前子圖，在一張畫布（figure）上可以繪制多個子圖（axes）。繪制多圖通常采用subplot()函數(shù)或subplots()函數(shù)。（1）subplot()函數(shù)Subplot()通常含有三個參數(shù)，子圖的行數(shù)、列數(shù)以及第幾個子圖，例如subplot(221)表示的就是繪制2行2列的子圖（共4個子圖），并在第1個子圖上進(jìn)行繪圖。4.2.7繪制多圖（1）subplot()函數(shù)演示代碼如下：4.2.7繪制多圖繪制結(jié)果如下圖所示：（1）subplot()函數(shù)為了加強(qiáng)大家對畫布（figure）和子圖（axes）的理解，我們通過下面的代碼來做一個簡單演示：4.2.7繪制多圖（1）subplot()函數(shù)繪制結(jié)果如下圖所示，兩張畫布其實(shí)就是繪制了兩張圖，其中第一張畫布中有有兩個子圖，第二張畫布中只有一個子圖。4.2.7繪制多圖（1）subplot()函數(shù)在使用subplot()函數(shù)的時候，每次在新的子圖上畫圖時，都得調(diào)用subplot()函數(shù)。想要一次性就生成多個子圖，可以用到subplots()函數(shù)，代碼如下：4.2.7繪制多圖其中第1行代碼subplots()函數(shù)中主要有2個參數(shù)，nrows表示行數(shù)，ncols表示列數(shù)，這里就是繪制2行2列的子圖（共4個子圖），它會返回兩個內(nèi)容：fig（畫布）和axes（子圖集合，以數(shù)組形式存儲各個子圖），也可以簡寫為：fig,axes=plt.subplots(2,2)；第2行代碼通過flatten()函數(shù)將子圖集合展開，從而獲得各個子圖，這里因?yàn)槭且阎?個子圖，所以寫成“ax1,ax2,ax3,ax4”分別代表4個子圖，之后就可以在這四個子圖中畫圖了，演示代碼如下，這里采用subplots函數(shù)的簡寫方式，并設(shè)置圖片尺寸figsize為1000*800像素。（1）subplot()函數(shù)最終繪制結(jié)果如下圖所示：4.2.7繪制多圖（1）subplot()函數(shù)此外，如果要在subplot()函數(shù)或者subplots()函數(shù)生成的子圖中設(shè)置子圖標(biāo)題、X軸標(biāo)簽或Y軸標(biāo)簽，得通過set_title()函數(shù)、set_xlabel()函數(shù)、set_ylabel()函數(shù)進(jìn)行設(shè)置，演示代碼如下：4.2.7繪制多圖這里第一行設(shè)置中文字體為黑體（SimeHei）并使得中文不出現(xiàn)亂碼（1）subplot()函數(shù)最終繪制結(jié)果如下圖所示，可以看到第一張子圖已經(jīng)添加了標(biāo)題和X軸坐標(biāo)以及Y軸坐標(biāo)等內(nèi)容了。4.2.7繪制多圖總結(jié)來說，subplot()在畫布中繪圖時，每次都要調(diào)用subplot()指定位置，而subplots()函數(shù)可以一次生成多個子圖

，在調(diào)用時只需要調(diào)用生成子圖的ax即可。目錄013.3.1股票K線圖繪制023.3

Matplotlib財務(wù)可視化案例實(shí)戰(zhàn)3.3.2財務(wù)數(shù)據(jù)可視化繪制3.3Matplotlib財務(wù)可視化案例實(shí)戰(zhàn)下面我們就結(jié)合兩組例子來更好地理解一下Matplotlib在實(shí)際中的應(yīng)用。一個是股票K線圖的繪制，另一個是財務(wù)數(shù)據(jù)可視化的基本思路。3.3.1股票K線圖繪制一個實(shí)際中的股票K線圖如下圖所示（這個是“貴州茅臺”股票的日線級別的K線圖）：1.股票K線圖基本知識這些柱狀圖通常稱之為“K線圖”，是由股票的四個價格來繪制的：開盤價（當(dāng)天上午9點(diǎn)半開始交易時的價格）、收盤價（當(dāng)天下午3點(diǎn)結(jié)束交易時的價格）、最高價（當(dāng)天股價波動中的最高價）、最低價（當(dāng)天股價波動中的最低價），簡稱“高、開、低、收”四個價格。

根據(jù)這四個價格便可以繪制出紅色和綠色的K線圖，因?yàn)樾嗡葡灎T，因此也常被稱之為蠟燭圖。K線圖分為兩種，如果當(dāng)天的收盤價高于開盤價，也就是說當(dāng)天的價格上漲，則稱之為陽線，通常繪制成紅色；反之如果當(dāng)天的收盤價低于開盤價，也就是說當(dāng)天的價格下跌，則稱之為陰線，通常繪制成綠色。（在美國，反而是紅色代表跌，綠色代表漲）3.3.1股票K線圖繪制1.股票K線圖基本知識均線分為5日均線（通常稱之為MA5）、10日均線（通常稱之為MA10）、20日均線（通常稱之為MA20）等，其原理就是將股價的收盤價求均值，例如5日均線就是最近連續(xù)5個交易日收盤價之和的平均值，具體的計算公式如下，其中Close1為當(dāng)天的收盤價，Close2為前一天的收盤價，其余依次類推。把每個5日均線的值連成一條平滑的曲線就是5日均線圖了，同理10日均線圖和20日均線圖也是類似的原理，這些均線圖也就是我們在這一小節(jié)最開始看到圖中的那些折線圖。了解了股票K線圖的基本知識后，下面我們就來進(jìn)行K線圖的繪制工作。3.3.1股票K線圖繪制1.股票K線圖基本知識2.繪制股票K線圖(1)安裝繪制K線圖的相關(guān)庫：mpl_finance庫首先需要安裝繪制K線圖的相關(guān)庫：mpl_finance庫，其安裝辦法稍微麻煩一點(diǎn)，推薦通過PIP安裝法安裝，以Windows系統(tǒng)為例，具體方法是：通過Win+R組合鍵調(diào)出運(yùn)行框，輸入cmd后回車，然后在彈出框中輸入如下內(nèi)容，按一下Enter回車鍵進(jìn)行安裝：如果是在JupyterNotebook中安裝，則在pip前面加一個英文的感嘆號“!”然后運(yùn)行該代碼塊即可。安裝完mpl_finance庫便可以調(diào)用其中的candlestick_ochl()函數(shù)來繪制K線圖或者說蠟燭圖了，在正式繪制之前，我們還需要做一些前期的數(shù)據(jù)準(zhǔn)備工作。3.3.1股票K線圖繪制

(2)引入繪圖相關(guān)庫

首先引入一些繪圖需要用到的庫，代碼如下：引入pandas庫；引入剛剛安裝的mpl_finance庫。3.3.1股票K線圖繪制2.繪制股票K線圖

(3)篩選數(shù)據(jù)使用的數(shù)據(jù)示例如下圖所示：3.3.1股票K線圖繪制2.繪制股票K線圖可以看到讀取到的數(shù)據(jù)有很多列，其中一些列是我們不需要的。接下來對列進(jìn)行一個簡單的篩選，并更改一下列名:這里更改列名的方法是直接更改，當(dāng)然還有另外一種更一般的更改方法，如下所示，這兩種方法選擇其一就可以了：

(3)篩選數(shù)據(jù)3.3.1股票K線圖繪制2.繪制股票K線圖(4)日期格式調(diào)整及表格轉(zhuǎn)換因?yàn)槔L制K線圖的plot函數(shù)只能接收特定格式的日期格式，以及數(shù)組格式的內(nèi)容，所以我們需要將原來文本類型的日期格式調(diào)整一下，代碼如下：第一行是將是用日期列代替原來的數(shù)字行索引作為表格的行索引，因?yàn)檫@是后續(xù)可視化接收數(shù)據(jù)的格式，這里將某列設(shè)置為行索引還有另一種寫法，就是不進(jìn)行inplace參數(shù)設(shè)定，直接進(jìn)行變量替換,這兩種方法選擇其一即可：3.3.1股票K線圖繪制2.繪制股票K線圖第二行是將日期（現(xiàn)在的行索引）改為日期格式，用到的是pandas一個內(nèi)置的方法，叫做pd.DatetimeIndex。當(dāng)然這也有另一種寫法，那就是在第一行之前先加一句:如果加了這一句就不用再寫第二行（data.index=pd.DatetimeIndex）了。最后，我們需要對表格按照日期進(jìn)行一個升序處理(4)日期格式調(diào)整及表格轉(zhuǎn)換3.3.1股票K線圖繪制2.繪制股票K線圖這是因?yàn)槿绻蛔鲞@一步處理的話，data現(xiàn)在是以由近及遠(yuǎn)的順序排列的，最后得到的圖將是反過來的。(5)繪制K線圖轉(zhuǎn)換好數(shù)據(jù)格式后，K線圖的繪制就比較簡單了，通過plot函數(shù)便能夠輕松的繪制K線圖了，代碼如下：3.3.1股票K線圖繪制2.繪制股票K線圖得到的結(jié)果如下圖所示：(5)繪制K線圖3.3.1股票K線圖繪制2.繪制股票K線圖我們可以和新浪財經(jīng)網(wǎng)上的實(shí)際圖像對比一下，發(fā)現(xiàn)通過Python繪制的K線圖相關(guān)圖片和網(wǎng)上的圖片基本一致。代碼匯總：importmplfinanceasmpfimportpandasaspddf=pd.read_excel('k線圖原始數(shù)據(jù).xlsx')#選取需要的列和更換列名data=df[['trade_date','open','close','high','low','vol']]#選取需要的列data.columns=['Date','Open','Close','High','Low','Volume']#更換列名，為后面函數(shù)變量做準(zhǔn)備

#設(shè)置date列為索引，覆蓋原來索引,這個時候索引還是object類型，就是字符串類型。data.set_index('Date',inplace=True)#將object類型轉(zhuǎn)化成DateIndex類型，pd.DatetimeIndex是把某一列進(jìn)行轉(zhuǎn)換，同時把該列的數(shù)據(jù)設(shè)置為索引index。data.index=pd.DatetimeIndex(data.index)#將時間順序升序，符合時間序列data=data.sort_index(ascending=True)my_color=mpf.make_marketcolors(up='red',down='green')#設(shè)置上漲為紅色，下跌為綠色my_style=mpf.make_mpf_style(marketcolors=my_color)#添加到圖片樣式中#傳入數(shù)據(jù)data；type為蠟燭圖；mav為顯示5日，10日，20日均線；volume=True顯示成交量；show_nontrading=False不顯示無交易日信息；style設(shè)置圖片格式mpf.plot(data,type='candle',mav=(5,10,20),volume=True,show_nontrading=False,style=my_style)3.3.1股票K線圖繪制2.繪制股票K線圖3.3