numpy入门基础-可视化之折线图

1、numpy的折线图plot_date函数2、示例1）简单的示例2）股票时间序列图 演示：

1、numpy的折线图plot_date函数

折线图： ●折线图是用直线段将各数据连接起来组成的图形。 ●常用来观察数据随时间变化的趋势。 ●例如股票价格、温度变化、等等。

函数：绘制包含日期的折线图函数。

matplotlib.pyplot.plot_date(x, y, fmt='o', tz=None, xdate=True, ydate=False, *, data=None, **kwargs) #返回Line2D代表绘图数据的对象列表。

参数：

x，y：行列。数据点的坐标。如果xdate或ydate为 True，则将相应的值x或y解释为 Matplotlib日期。 fmt ：默认str，可选。绘图格式字符串。有关详细信息，请参见中的相应参数plot。 tz:时区字符串或datetime.tzinfo默认：rcParams[“timezone”]（默认：‘UTC’）标签日期中使用的时区。 xdate：bool值，默认值：True。如果为True，则x轴将被解释为Matplotlib日期。 ydate ：bool值，默认值：False。如果为True，则y轴将解释为Matplotlib日期。

2、示例

1）简单的示例

在此之前学一个函数：

np.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None) #在规定的时间内，返回固定间隔的数据

start：队列的开始值 stop：队列的结束值 num：区间[start, stop]中的间隔数 endpoint：若为True，“stop”是最后的样本；否则“stop”将不会被包含。默认为True retstep：若为False，返回等差数列；否则返回array([samples, step])。默认为False

in：2次曲线图

import numpy as np #导入 numpyas import matplotlib.pyplot as plt #导入 matplotlib.pyplot x=np.linspace(-10,10,5)#在[-10,10]中间隔为5的数据 y=x**2#2次曲线图 plt.plot(x,y)

out：

2）股票时间序列图

在此之前学一个函数：

loadtxt(fname, dtype=<class 'float'>, comments='#', delimiter=None, converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0) #用于从文本加载数据

参数解释：

fname：要读取的文件、文件名、或生成器。 dtype：数据类型，默认float。 comments：注释。 delimiter：分隔符，默认是空格。 converters=默认None。这个是对数据进行预处理的参数，可以指定每列的转换类型。 skiprows：跳过前几行读取，默认是0，必须是int整型。 usecols：要读取哪些列，0是第一列。例如，usecols = （1,4,5）将提取第1，第4和第5列。默认读取所有列。 unpack：如果为True，将分列读取。

in：

import matplotlib.dates as mdates date,open,close=np.loadtxt('D:\\PycharmProjects\\share\\000001.csv',delimiter=',', converters={0:mdates.bytespdate2num('%m/%d/%Y')},#%m/%d/%Y根据文件的日期格式进行格式化 skiprows=1,usecols=(0,1,4),unpack=True) plt.plot_date(date,open,linestyle='-',color='red',marker='o') plt.plot_date(date,close,linestyle='--',color='green',marker='<')#与散点图的函数类似的

out：