Python可視化的折線圖是怎樣的

摘要： 利用matplotlib繪制橫軸為日期格式的折線圖時，存在不少技巧。本文借助Tushare包返回的股票數(shù)據(jù)，介紹日期型折線圖繪制的方法。

回顧：

Python數(shù)據(jù)處理分析(1)：日期型數(shù)據(jù)處理

折線圖繪制的數(shù)據(jù)源，采用Tushare包獲取上市公司基本數(shù)據(jù)表，格式如下：

1import pandas as pd
2data = pd.read('get_stock_basics.csv',encoding = 'utf8')
3print(data.head())
4
5ts_code    symbol  name    list_status list_date   is_hs
6000001.SZ    1   平安銀行    L   19910403    S
7000002.SZ    2   萬科A L   19910129    S
8000004.SZ    4   國農(nóng)科技    L   19910114    N
9000005.SZ    5   世紀(jì)星源    L   19901210    N

然后利用resample和to.period方法匯總各年度的上市公司數(shù)量數(shù)據(jù)，格式為Pandas.Series數(shù)組。

 1# 匯總各年上市公司數(shù)量
 2data = data.set_index(['list_date'])
 3data = data.resample('AS').count()['ts_code']
 4data = data.to_period('A')
 5print(data.head())
 6print(data.tail())
 7# 結(jié)果如下：
 8list_date
 91990      7
101991      4
111992     37
121993    106
131994     99
14...
15list_date
162014    124
172015    223
182016    227
192017    438
202018     78

1. Series直接繪制折線圖

首先，我們可以直接利用pandas的數(shù)組Series繪制折線圖：

 1import matplotlib.pyplot as plt
 2plt.style.use('ggplot')  # 設(shè)置繪圖風(fēng)格
 3fig = plt.figure(figsize = (10,6))  # 設(shè)置圖框的大小
 4ax1 = fig.add_subplot(1,1,1)
 5data.plot() # 繪制折線圖
 6
 7# 設(shè)置標(biāo)題及橫縱坐標(biāo)軸標(biāo)題
 8colors1 = '#6D6D6D'  #設(shè)置標(biāo)題顏色為灰色
 9plt.title('歷年中國內(nèi)地上市公司數(shù)量變化',color = colors1,fontsize = 18)
10plt.xlabel('年份')
11plt.ylabel('數(shù)量(家)')
12plt.show()

可以發(fā)現(xiàn)，圖中存在兩個問題：一是缺少數(shù)值標(biāo)簽，二是橫坐標(biāo)年份被自動分割了。我們希望能夠添加上數(shù)值標(biāo)簽，然后坐標(biāo)軸顯示每一年的年份值。接下來，需要采用新的方法重新繪制折線圖。

2. 折線圖完善

 1# 創(chuàng)建x,y軸標(biāo)簽
 2x = np.arange(0,len(data),1)
 3    ax1.plot(x,data.values, #x、y坐標(biāo)
 4    color = '#C42022', #折線圖顏色為紅色
 5    marker = 'o',markersize = 4 #標(biāo)記形狀、大小設(shè)置
 6    )
 7ax1.set_xticks(x) # 設(shè)置x軸標(biāo)簽為自然數(shù)序列
 8ax1.set_xticklabels(data.index) # 更改x軸標(biāo)簽值為年份
 9plt.xticks(rotation=90) # 旋轉(zhuǎn)90度，不至太擁擠
10
11for x,y in zip(x,data.values):
12    plt.text(x,y + 10,'%.0f' %y,ha = 'center',color = colors1,fontsize = 10 )
13    # '%.0f' %y 設(shè)置標(biāo)簽格式不帶小數(shù)
14# 設(shè)置標(biāo)題及橫縱坐標(biāo)軸標(biāo)題
15plt.title('歷年中國內(nèi)地上市公司數(shù)量變化',color = colors1,fontsize = 18)
16plt.xlabel('年份')
17plt.ylabel('數(shù)量(家)')
18# plt.savefig('stock.png',bbox_inches = 'tight',dpi = 300)
19plt.show()

完善后的折線圖如下：

可以看到，x軸逐年的數(shù)據(jù)都顯示并且數(shù)值標(biāo)簽也添加上了。

3. 多元折線圖

上面介紹了一元折線圖的繪制，當(dāng)需要繪制多元折線圖時，方法也很簡單，只要重復(fù)繪圖函數(shù)即可。這里我們以二元折線圖為例，繪制國內(nèi)兩家知名地產(chǎn)公司萬科和保利地產(chǎn)2017年的市值變化對比折線圖。

3.1. 數(shù)據(jù)來源

數(shù)據(jù)源仍然采用tushare包的pro.daily_basic()接口，該接口能夠返回股票的每日股市數(shù)據(jù)，其中包括每日市值total_mv。我們需獲得的兩只股票分別是萬科地產(chǎn)(000002.SZ)和保利地產(chǎn)(600048.SH)，下面就來獲取兩只股票2017年的市值數(shù)據(jù)。

 1import tushare as ts
 2ts.set_token('你的token')  # 官網(wǎng)注冊后可以獲得
 3pro = ts.pro_api()
 4def get_stock():
 5    lst = []
 6    ts_codes = ['000002.SZ', '600048.SH']
 7    for ts_code in ts_codes:
 8        data = pro.daily_basic(
 9            ts_code=ts_code, start_date='20170101', end_date='20180101')
10    print(lst)
11    reutrn lst
12    # 結(jié)果如下，total_mv為當(dāng)日市值（萬元）：
13    #萬科地產(chǎn)數(shù)據(jù)
14        ts_code trade_date  close   …   total_mv    circ_mv
150    000002.SZ   20171229    31.06   …   3.43E+07    3.02E+07
161    000002.SZ   20171228    30.7    …   3.39E+07    2.98E+07
172    000002.SZ   20171227    30.79   …   3.40E+07    2.99E+07
183    000002.SZ   20171226    30.5    …   3.37E+07    2.96E+07
194    000002.SZ   20171225    30.37   …   3.35E+07    2.95E+07
20
21    #保利地產(chǎn)數(shù)據(jù)
22        ts_code trade_date  close   …   total_mv    circ_mv
230    600048.SH   20171229    14.15   …   1.68E+07    1.66E+07
241    600048.SH   20171228    13.71   …   1.63E+07    1.61E+07
252    600048.SH   20171227    13.65   …   1.62E+07    1.60E+07
263    600048.SH   20171226    13.85   …   1.64E+07    1.63E+07
274    600048.SH   20171225    13.55   …   1.61E+07    1.59E+07

下面對數(shù)據(jù)作進(jìn)一步修改，從DataFrame中提取total_mv列，index設(shè)置為日期,再利用resample和pd.to_period方法按月匯總市值數(shù)據(jù)。

 1data['trade_date'] = pd.to_datetime(data['trade_date'])
 2# 設(shè)置index為日期
 3data = data.set_index(data['trade_date']).sort_index(ascending=True)
 4# 按月匯總和顯示
 5data = data.resample('m')
 6data = data.to_period()
 7# 市值改為億元
 8market_value = data['total_mv']/10000
 9
10# 二者結(jié)果分別如下，萬科地產(chǎn)：
112017-01    2291.973270
122017-02    2286.331037
132017-03    2306.894790
142017-04    2266.337906
152017-05    2131.053098
162017-06    2457.716659
172017-07    2686.982164
182017-08    2524.462077
192017-09    2904.085487
202017-10    2976.999550
212017-11    3263.374043
222017-12    3317.107474
23# 保利地產(chǎn)：
242017-01    1089.008286
252017-02    1120.023350
262017-03    1145.731640
272017-04    1153.760435
282017-05    1108.230609
292017-06    1157.276044
302017-07    1244.966905
312017-08    1203.580209
322017-09    1290.706606
332017-10    1244.438756
342017-11    1336.661916
352017-12    1531.150616

3.2. 繪制二元折線圖

利用上面的Series數(shù)據(jù)就可以作圖了。

 1# 設(shè)置繪圖風(fēng)格
 2plt.style.use('ggplot')
 3fig = plt.figure(figsize = (10,6))
 4colors1 = '#6D6D6D'  #標(biāo)題顏色
 5
 6# data1萬科，data2保利
 7data1 = lst[0]
 8data2 = lst[1]
 9# 繪制第一條折線圖
10data1.plot(
11color = '#C42022', #折線圖顏色
12marker = 'o',markersize = 4, #標(biāo)記形狀、大小設(shè)置
13label = '萬科'
14)
15# 繪制第二條折線圖
16data2.plot(
17color = '#4191C0', #折線圖顏色
18marker = 'o',markersize = 4, #標(biāo)記形狀、大小設(shè)置
19label = '保利'
20)
21# 還可以繪制更多條
22# 設(shè)置標(biāo)題及橫縱坐標(biāo)軸標(biāo)題
23plt.title('2017年萬科與保利地產(chǎn)市值對比',color = colors1,fontsize = 18)
24plt.xlabel('月份')
25plt.ylabel('市值(億元)')
26plt.savefig('stock1.png',bbox_inches = 'tight',dpi = 300)
27plt.legend() # 顯示圖例
28plt.show()

繪圖結(jié)果如下：

如果想添加數(shù)值標(biāo)簽，則可以使用下面的代碼：

 1# 繪制第一條折線圖
 2# 創(chuàng)建x,y軸標(biāo)簽
 3x = np.arange(0,len(data1),1)
 4ax1.plot(x,data1.values, #x、y坐標(biāo)
 5color = '#C42022', #折線圖顏色紅色
 6marker = 'o',markersize = 4, #標(biāo)記形狀、大小設(shè)置
 7label = '萬科'
 8)
 9ax1.set_xticks(x) # 設(shè)置x軸標(biāo)簽
10ax1.set_xticklabels(data1.index) # 設(shè)置x軸標(biāo)簽值
11# plt.xticks(rotation=90)
12for x,y in zip(x,data1.values):
13    plt.text(x,y + 10,'%.0f' %y,ha = 'center',color = colors1,fontsize = 10 )
14    # '%.0f' %y 設(shè)置標(biāo)簽格式不帶小數(shù)
15
16# 繪制第二條折線圖
17x = np.arange(0,len(data2),1)
18
19ax1.plot(x,data2.values, #x、y坐標(biāo)
20color = '#4191C0', #折線圖顏色藍(lán)色
21marker = 'o',markersize = 4, #標(biāo)記形狀、大小設(shè)置
22label = '保利'
23)
24ax1.set_xticks(x) # 設(shè)置x軸標(biāo)簽
25ax1.set_xticklabels(data2.index) # 設(shè)置x軸標(biāo)簽值
26# plt.xticks(rotation=90)
27for x,y in zip(x,data2.values):
28    plt.text(x,y + 10,'%.0f' %y,ha = 'center',color = colors1,fontsize = 10 )
29    # '%.0f' %y 設(shè)置標(biāo)簽格式不帶小數(shù)
30
31# 設(shè)置標(biāo)題及橫縱坐標(biāo)軸標(biāo)題
32plt.title('2017年萬科與保利地產(chǎn)市值對比',color = colors1,fontsize = 18)
33plt.xlabel('月份')
34plt.ylabel('市值(億元)')
35
36plt.savefig('stock1.png',bbox_inches = 'tight',dpi = 300)
37plt.legend() # 顯示圖例
38plt.show()

結(jié)果如下圖所示：

可以看到，兩只股票市值從2017年初開始一直在上漲，萬科的市值是保利的2倍左右。