雷达图

import numpy as np
import scipy.stats as statsimport matplotlib.style as style
import matplotlib.pyplot as pltimport seaborn as snsimport warnings
warnings.filterwarnings('ignore')#伪动态图像 
%matplotlib inline
#风格设置
style.use('fivethirtyeight')#清晰度
plt.rcParams['figure.figsize'] = (9,9)
plt.rcParams['figure.dpi'] = 100
#设置中文字体
plt.rcParams['font.family'] = ['SimHei']
#中文情况下，负号会收到影响
plt.rcParams['axes.unicode_minus'] =False#标签
labels = np.array(['推塔','生存','承受伤害','经济','团战','输出'])#数据个数6个
dataLen = labels.size#数据 李白
data = np.array([1,6,3,7,4,8])
data = np.concatenate((data,[data[0]])) #[1]
angles = np.linspace(0,2*np.pi,dataLen,endpoint=False)
angles = np.concatenate((angles,[angles[0]]))fig = plt.figure()
#定义极图 子图位置 
ax = fig.add_subplot(111,polar=True)
#雷达的边界线
ax.plot(angles,data,'co-',lw=2)
#内部填充
ax.fill(angles,data,facecolor='c',alpha=.2)#设置6个参数
ax.set_thetagrids(angles * 180 /np.pi,labels,fontproperties='SimHei',size=20)ax.set_title("李白")

K线图（蜡烛图）

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt#k线图时间单位必须整数
import matplotlib.dates as dates
import mpl_finance as mfplt.rcParams['figure.figsize'] = [18,6]
#设置中文
sns.set_style('darkgrid',{'font.sans-serif':['SimHei','Arial']})df_stock = pd.read_excel('./data/茅台股份.xlsx')
#将时间作为行索引
df_stock.set_index('日期',inplace=True)#OHLC
new_df = df_stock.loc[:,['开盘','最高','最低','收盘']]
new_df = new_df.iloc[:100]#转换时间为整数
#默认的df series ndarray list tuple 只认识zip()生成器zip(整数时间 ,O,H,L,C)
zip_data = zip(dates.date2num(new_df.index.to_pydatetime()),new_df.开盘,new_df.最高,new_df.最低,new_df.收盘)#K线图和3D图有相同的特质 都没有尺寸对象
ax = plt.gca()plt.title('茅台股份OHLC-K线图')mf.candlestick_ohlc(ax,zip_data,colorup='r',colordown='g',width=5)#必须把时间调整回来
ax.xaxis_date()#把X轴倾斜
plt.xticks(rotation=45)

绘制OHLC线图

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
plt.rcParams['figure.figsize'] = [18,6]
#设置中文
sns.set_style('darkgrid',{'font.sans-serif':['SimHei','Arial']})df_stock = pd.read_excel('./data/茅台股份.xlsx')
#将时间作为行索引
df_stock.set_index('日期',inplace=True)#OHLC
new_df = df_stock.loc[:,['开盘','最高','最低','收盘']]sns.lineplot(data=new_df.iloc[:150])

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！