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//分别画//双坐标轴//双图//两种不同的图）...

importmatplotlib as mplimportnumpy as npimportmatplotlib.pyplot as plt

np.random.seed(2000)

y&＃61; np.random.standard_normal((20,2))#print(y)

&＃39;&＃39;&＃39;不同的求和

print(y.cumsum())

print(y.sum(axis&＃61;0))

print(y.cumsum(axis&＃61;0))&＃39;&＃39;&＃39;

#绘图

plt.figure(figsize&＃61;(7,4))

plt.plot(y.cumsum(axis&＃61;0),linewidth&＃61;2.5)

plt.plot(y.cumsum(axis&＃61;0),&＃39;bo&＃39;)

plt.grid(True)

plt.axis("tight")

plt.xlabel(&＃39;index&＃39;)

plt.ylabel(&＃39;values&＃39;)

plt.title(&＃39;a simple plot&＃39;)plt.show()

2.下面分别提取两组数据&＃xff0c;进行绘图。

importmatplotlib as mplimportnumpy as npimportmatplotlib.pyplot as plt

np.random.seed(2000)

date&＃61; np.random.standard_normal((20,2))

y&＃61; date.cumsum(axis&＃61;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&＃61;2.5,label&＃61;"1st",color&＃61;&＃39;blue&＃39;)

plt.plot(y[:,1],lw&＃61;2.5,label&＃61;"2st",color&＃61;&＃39;red&＃39;)

plt.plot(y,&＃39;ro&＃39;)#添加细节

plt.title("A Simple Plot",size&＃61;20,color&＃61;&＃39;red&＃39;)

plt.xlabel(&＃39;Index&＃39;,size&＃61;20)

plt.ylabel(&＃39;Values&＃39;,size&＃61;20)#plt.axis(&＃39;tight&＃39;)

plt.xlim(-1,21)

plt.ylim(np.min(y)-1,np.max(y)&＃43;1)#添加图例

plt.legend(loc&＃61;0)

plt.show()

3.双坐标轴。

importmatplotlib as mplimportnumpy as npimportmatplotlib.pyplot as plt

np.random.seed(2000)

date&＃61; np.random.standard_normal((20,2))

y&＃61; date.cumsum(axis&＃61;0)

y[:,0]&＃61;y[:,0]*100fig,ax1 &＃61;plt.subplots()

plt.plot(y[:,0],&＃39;b&＃39;,label&＃61;"1st")

plt.plot(y[:,0],&＃39;ro&＃39;)

plt.grid(True)

plt.axis(&＃39;tight&＃39;)

plt.xlabel("Index")

plt.ylabel(&＃39;Values of 1st&＃39;)

plt.title("This is double axis label")

plt.legend(loc&＃61;0)

ax2&＃61;ax1.twinx()

plt.plot(y[:,1],&＃39;g&＃39;,label&＃61;"2st")

plt.plot(y[:,1],&＃39;r*&＃39;)

plt.ylabel("Values of 2st")

plt.legend(loc&＃61;0)

plt.show()

4. 分为两个图绘画。

importmatplotlib as mplimportnumpy as npimportmatplotlib.pyplot as plt

np.random.seed(2000)

date&＃61; np.random.standard_normal((20,2))

y&＃61; date.cumsum(axis&＃61;0)

y[:,0]&＃61;y[:,0]*100plt.figure(figsize&＃61;(7,5)) #确定图片大小

plt.subplot(211) #确定第一个图的位置 &＃xff08;行&＃xff0c;列&＃xff0c;第几个&＃xff09;两行一列第一个图

plt.plot(y[:,0],&＃39;b&＃39;,label&＃61;"1st")

plt.plot(y[:,0],&＃39;ro&＃39;)

plt.grid(True)

plt.axis(&＃39;tight&＃39;)

plt.xlabel("Index")

plt.ylabel(&＃39;Values of 1st&＃39;)

plt.title("This is double axis label")

plt.legend(loc&＃61;0)

plt.subplot(212) #确定第一个图的位置

plt.plot(y[:,1],&＃39;g&＃39;,label&＃61;"2st")

plt.plot(y[:,1],&＃39;r*&＃39;)

plt.ylabel("Values of 2st")

plt.legend(loc&＃61;0)

plt.show()

5.在两个图层中绘制两种不同的图&＃xff08;直线图立方图&＃xff09;

importmatplotlib as mplimportnumpy as npimportmatplotlib.pyplot as plt

np.random.seed(2000)

date&＃61; np.random.standard_normal((20,2))

y&＃61; date.cumsum(axis&＃61;0)

y[:,0]&＃61;y[:,0]*100plt.figure(figsize&＃61;(7,5)) #确定图片大小

plt.subplot(121) #确定第一个图的位置

plt.plot(y[:,0],&＃39;b&＃39;,label&＃61;"1st")

plt.plot(y[:,0],&＃39;ro&＃39;)

plt.grid(True)

plt.axis(&＃39;tight&＃39;)

plt.xlabel("Index")

plt.ylabel(&＃39;Values&＃39;,size&＃61;20)

plt.title("1st date set")

plt.legend(loc&＃61;0)

plt.subplot(122) #确定第一个图的位置

plt.bar(np.arange(len(y[:,1])),y[:,1],width &＃61; 0.5,color&＃61;&＃39;g&＃39;,label&＃61;"2nd") # 直方图的画法

plt.grid(True)

plt.xlabel("Index")

plt.title(&＃39;2nd date set&＃39;)

plt.legend(loc&＃61;0)

plt.show()