作者：許勝利 Python愛好者社區(qū)專欄作者

博客專欄：許勝利的博客專欄

1.信息可視化

因?yàn)槿藢D像信息的解析效率比文字更高，所以可視化可以使數(shù)據(jù)更為直觀，便于理解，使決策變得高效，所以信息可視化就顯得尤為重要。

1.嘗試做一個折線圖

df.plot()方法的函數(shù)說明

DataFrame還可以用于對列進(jìn)行靈活處理的選項(xiàng)

用折線圖對比各個指數(shù)的實(shí)時的開盤點(diǎn)位，并設(shè)置圖像大小

df['open'].plot(kind='line', figsize=[5,5], legend=True, title='code')

# 如果需要加入折線，設(shè)置參數(shù)grid=True即可

df['open'].plot(kind='line', figsize=[10,5], legend=True, title='code', grid=True)

2.繪制移動平均線獲取上證指數(shù)5.21日分筆歷史數(shù)據(jù)

import tushare as ts

df = ts.get_tick_data('000001', date='2018-05-21')

返回值說明：time：時間

price：成交價格

change：價格變動

volume：成交手

amount：成交金額(元)

type：買賣類型【買盤、賣盤、中性盤】

繪制當(dāng)日前20條數(shù)據(jù)成交金額變動折線圖

df = df.head(200)

df['amount'].plot(kind='line', figsize=[15,3], legend=True, title='code', grid=True)

繪制移動平均線

移動平均線，Moving Average，簡稱MA，MA是用統(tǒng)計分析的方法，將一定時期內(nèi)的證券價格(指數(shù))加以平均，并把不同時間的平均值連接起來，形成一根MA，用以觀察證券價格變動趨勢的一種技術(shù)指標(biāo)。

DataFrame.rolling(*window*，*min_periods = None*，*center = False*，

*win_type = None*，*on = None*，*axis = 0*，*closed = None *)[[source]]

參數(shù)說明：window：int或偏移量移動窗口的大小，這僅適用于日期時間類型的索引。

min_periods：int，默認(rèn)無窗口中需要有最小數(shù)量的觀測數(shù)據(jù)(否則結(jié)果為NA)。對于由偏移量指定的窗口，這將默認(rèn)為1。

center：布爾值，默認(rèn)為False將標(biāo)簽設(shè)置在窗口的中心。

win_type：字符串，默認(rèn)無提供一個窗口類型。如果None，所有點(diǎn)均勻加權(quán)。

on：字符串，可選用于計算滾動窗口的DataFrame列，而不是索引

closed：字符串，默認(rèn)無在'右'，'左'，'雙'或'既非'端點(diǎn)上關(guān)閉間隔。

axis： 軸，int或字符串，默認(rèn)為0

df['mvg2']=df['amount'].rolling(window=2).mean()

df[['amount', 'mvg2']].plot(kind='line',figsize=[10,5])

3.繪制直方圖我們找出5.21號14:55 - 14:57 這兩分鐘內(nèi)的上證指數(shù)數(shù)據(jù)，觀察它的成交金額變化

df.ix[(df.time>='14:55:00')&(df.time<='14:57:00'),'amount'].plot(kind='bar', figsize=[10,5], legend=True, title='amount')

4.繪制圓餅圖

import tushare

# 獲取大盤指數(shù)實(shí)時行情列表

df = ts.get_index()

df['diff'] = df['close'] - df['open']

df['rise'] = df['diff'] > 0 # 漲

df['fall'] = df['diff'] < 0 # 跌

# counterclock 布爾值，可選參數(shù)，默認(rèn)為：None。指定指針方向，順時針或者逆時針

# startangle浮點(diǎn)類型，可選參數(shù)，默認(rèn)：None。如果不是None，從x軸逆時針旋轉(zhuǎn)餅圖的開始角度。

df[['rise', 'fall']].sum().plot(kind='pie', figsize=[5,5], counterclock=True,

startangle=90, legend=True, title='diff')

總結(jié)

以上是生活随笔為你收集整理的用python画统计图表_Python数据科学（九）- 使用Pandas绘制统计图表的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。