python绘制散点图、如何选两列作为横坐标_Python⾦融数据可视化（两列数据的提取分。。。
importmatplotlib as mplimportnumpy as npimportmatplotlib.pyplot as plt
np.random.seed(2000)
y= np.random.standard_normal((20,2))#print(y)
'''不同的求和
print(y.cumsum())
print(y.sum(axis=0))
print(y.cumsum(axis=0))'''
#绘图
plt.figure(figsize=(7,4))
plt.plot(y.cumsum(axis=0),linewidth=2.5)
plt.plot(y.cumsum(axis=0),'bo')
plt.axis("tight")
plt.xlabel('index')
plt.ylabel('values')
plt.title('a simple plot')plt.show()
2.下⾯分别提取两组数据，进⾏绘图。
importmatplotlib as mplimportnumpy as npimportmatplotlib.pyplot as plt
np.random.seed(2000)
date= np.random.standard_normal((20,2))
y= date.cumsum(axis=0)print(y)#重点下⾯两种情况的区别
print(y[1]) #取得是 第1⾏的数据 [-0.37003581 1.74900181]
print(y[:,0]) #取得是 第1列的数据 [ 1.73673761 -0.37003581 0.21302575 0.35026529 ... #绘图
plt.plot(y[:,0],lw=2.5,label="1st",color='blue')
plt.plot(y[:,1],lw=2.5,label="2st",color='red')
plt.plot(y,'ro')#添加细节
plt.title("A Simple Plot",size=20,color='red')
plt.xlabel('Index',size=20)
plt.ylabel('Values',size=20)#plt.axis('tight')
plt.xlim(-1,21)
plt.ylim(np.min(y)-1,np.max(y)+1)#添加图例
plt.legend(loc=0)
plt.show()
3.双坐标轴。
importmatplotlib as mplimportnumpy as npimportmatplotlib.pyplot as plt
np.random.seed(2000)
date= np.random.standard_normal((20,2))
y= date.cumsum(axis=0)
y[:,0]=y[:,0]*100fig,ax1 =plt.subplots()
plt.plot(y[:,0],'b',label="1st")
plt.plot(y[:,0],'ro')
plt.axis('tight')
plt.xlabel("Index")
plt.ylabel('Values of 1st')
plt.title("This is double axis label")
plt.legend(loc=0)
ax2=ax1.twinx()
plt.plot(y[:,1],'g',label="2st")
plt.plot(y[:,1],'r*')
plt.ylabel("Values of 2st")
plt.legend(loc=0)
plt.show()
4. 分为两个图绘画。
importmatplotlib as mplimportnumpy as npimportmatplotlib.pyplot as plt np.random.seed(2000)
date= np.random.standard_normal((20,2))
y= date.cumsum(axis=0)
y[:,0]=y[:,0]*100plt.figure(figsize=(7,5)) #确定图⽚⼤⼩
plt.subplot(211) #确定第⼀个图的位置 （⾏，列，第⼏个）两⾏⼀列第⼀个图plt.plot(y[:,0],'b',label="1st")
plt.plot(y[:,0],'ro')
plt.axis('tight')
plt.xlabel("Index")
plt.ylabel('Values of 1st')
plt.title("This is double axis label")
plt.legend(loc=0)
plt.subplot(212) #确定第⼀个图的位置
plt.plot(y[:,1],'g',label="2st")
plt.plot(y[:,1],'r*')
plt.ylabel("Values of 2st")
plt.legend(loc=0)
plt.show()
5.在两个图层中绘制两种不同的图（直线图⽴⽅图）
importmatplotlib as mplimportnumpy as npimportmatplotlib.pyplot as plt np.random.seed(2000)
date= np.random.standard_normal((20,2))
y= date.cumsum(axis=0)
y[:,0]=y[:,0]*100plt.figure(figsize=(7,5)) #确定图⽚⼤⼩
plt.subplot(121) #确定第⼀个图的位置
plt.plot(y[:,0],'b',label="1st")
plt.plot(y[:,0],'ro')
plt.axis('tight')
plt.xlabel("Index")
plt.ylabel('Values',size=20)
plt.title("1st date set")
plt.legend(loc=0)
plt.subplot(122) #确定第⼀个图的位置
plt.bar(np.arange(len(y[:,1])),y[:,1],width = 0.5,color='g',label="2nd") # 直⽅图的画法id(True)matplotlib中subplot
plt.xlabel("Index")
plt.title('2nd date set')
plt.legend(loc=0)
plt.show()

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。