十堰电商网站建设,网站开发与设计公司,网站建设方案拓扑图,济宁网站建设哪家好举个栗子#xff0c;用seaborn绘制折线图。
Seaborn中折线图的绘制方法
在seaborn中#xff0c;我们一般使用sns作为seaborn模块的别名#xff0c;因此#xff0c;在下文中#xff0c;均以sns指代seaborn模块。 seaborn中绘制折线图使用的是sns.lineplot()函数#xff…举个栗子用seaborn绘制折线图。
Seaborn中折线图的绘制方法
在seaborn中我们一般使用sns作为seaborn模块的别名因此在下文中均以sns指代seaborn模块。 seaborn中绘制折线图使用的是sns.lineplot()函数 sns.lineplot(x,y,hue,size,style,data,palette,hue_order,hue_norm,sizes,size_order,size_norm,dashesTrue,markers,style_order,units,estimator‘mean’,ci95,n_boot1000,seed,sortTrue,err_style‘band’,err_kws,legend‘auto’,ax,**kwargs,)
关键常用参数说明
x指定折线图的x轴数据可以是一维数组、序列或DataFrame的列名。 y指定折线图的y轴数据可以是一维数组、序列或DataFrame的列名。 hue根据指定的分类变量对数据进行分组并在图上使用不同颜色的折线表示不同的组。 size根据指定的分类变量对数据进行分组并在图上使用不同的线条粗细表示不同的组。 style用于指定线条的样式默认为None即自动选择。其可选项为1‘auto’自动选择线条样式默认情况下会选择不同的样式来区分不同的数据系列2‘darkgrid’使用深色背景和网格线的样式3‘whitegrid’使用浅色背景和网格线的样式4‘dark’使用深色背景的样式没有网格线5‘white’使用浅色背景的样式没有网格线6‘ticks’使用坐标轴刻度线的样式没有背景和网格线。 data指定要绘制折线图的数据集可以是DataFrame或长格式的数据。 palette设置颜色调色板用于hue的不同分类变量对应的颜色。 markers设置数据点的标记样式。 estimator设置用于计算折线图上每个点估计值的函数默认为平均数。 ci设置误差线的置信区间默认为95。
使用Seaborn绘制折线图的应用案例
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
from matplotlib.font_manager import FontProperties
# 设置为默认字体
plt.rcParams[font.family] simhei# 显示负数
plt.rcParams[axes.unicode_minus] False# 导入股票交易数据
df pd.read_excel(2023年一季度A股日线行情.xlsx)# 将日期列转化为日期格式
df[trade_date] df[trade_date].astype(str).apply(lambda x:x[:4]-x[4:6]-x[6:])
# 将日期列转换为日期类型
df[trade_date] pd.to_datetime(df[trade_date])
df.set_index(trade_date, inplaceTrue)# 筛选2023年3月的行情数据
start_date 2023-01-03
end_date 2023-03-31
df df.loc[start_date:end_date]# 分别筛选出股票代码分别是000001.SZ和000002.SZ的两只股票
df df[df[ts_code].isin((000001.SZ,000002.SZ))]# 给股票代码加上股票名称
def get_name(ts_code):if ts_code 000001.SZ:return Bank of PingAnif ts_code 000002.SZ:return WanKe A
df[name] [get_name(i) for i in df[ts_code]]# 计算每只股票交易日当天的开盘价和收盘价之间的平均价格
df[avg_price] (df[open] df[close])/2# 只保留name和avg_price两列
df df[[name,avg_price]]# 设置图形样式
sns.set(stylewhitegrid)
# 创建画布和子图
fig, ax plt.subplots(figsize(10, 6))
# 绘制折线图按名称进行分组
sns.lineplot(xtrade_date, yavg_price, huename, datadf, axax)
# 设置标题和标签
ax.set_title(Stock Price Lineplot)
ax.set_xlabel(Date)
ax.set_ylabel(Price)
# 显示图形
plt.show()最终效果图如下
