一、总框架

二、简介和环境搭建

1、

2、

3将Anaconda作为底层内核解释器，pycharm作为开发环境，即编辑器功能。
注：两个软件直接去官网网站安装，安装路径不要有空格以及汉字，可避免出错。

三、Numpy简介

numpy核心数据对象ndarray

ndarray可以理解为一个矩阵，可以存储我们需要的一些数据。

创建一个ndarray对象

1、创建通过array函数将Python数据结构列表直接转化为ndarray对象。


2、

3从磁盘文件或数据库中读取ndarray对象
交易金额，成交量

import matplotlib.pyplot as  plt#导入可视化包matplotlib下的pyplot 模块
import  numpy as np
# da1=np.loadtxt('data.csv',delimiter=',',skiprows=1,usecols=(1,2,3),unpack=False)
# print(da1)#返回就是一个矩阵，因为之间不是用逗号隔开的，所以不要弄成列表了。
#2查看矩阵大小(100, 3)
# print(da1.shape)#3unpack=True，将读取的三列独立放三个变量，而不是放在一起
da1,da2,da3=np.loadtxt('data.csv',delimiter=',',skiprows=1,usecols=(1,2,3),unpack=True)
print(da1)
print(da1.shape)#(100,)即da1只是一个一维的序列有100个元素

矩阵数据运算

矩阵数组的索引与切片

python中索引都是从0开始的。

numpy中的常用统计函数

排序函数sort，中位数median



两种调用方式排序函数的不同：

四、散点图

实例1：

散点图用来分析变量之间的相关性

正相关，负相关，不相关

不相关

正相关

负相关

股票分析实例

1

2

3

散点图外观调整

以下几个最常用：

五、折线图

例1

例2 股票数据
月天年日期格式，因为不同的文件中日期格式不同所以要写不同的格式化字符串。

参数设置

六、条形图

left=0就是横坐标最左边是0


层叠条形图，多个条形图叠加介绍：
1并列效果

2层叠效果

七、直方图

直方图与条形图区别

直方图：通常显示连续型的数值型数据，如身高，可以分组在多个不同身高段，也是连续的。如图：

条形图：通常展示不同类别的数据的，这个类别不可以自己定义，就是现成的，且类别是不连续的，是离散的几类。
1



2双变量直方分布图，探索双变量的联合分布密度有用。
此时我们用颜色深浅表示频率大小，而不是用纵轴数值表示频率大小。

八、饼状图

九、箱形图

外面的蓝点就是异常值


whis=1.5是比例值，具体公式matplotlib官网有，根据需要调整得到合适图形。

十、颜色和样式

颜色

cyan青色 magenta紫色 8中Python内置默认颜色





颜色代码百度即可得到

点、线的样式

因为图像都是用点生成的，默认看都是线如下图，实际由点生成的，我们可以用不同形状表示点。




默认分配不同颜色，方便我们区分图像

4种线型

样式字符串

将颜色、点型，线型依次排列弄成一个样式字符串可以表达这三种了。

十一、面向对象 VS Matlab Style

pylab用法

pyplot画图用法

面向对象方式画图

这里只是简单介绍了一下面向对象方式。

十二、子图-subplot

在一张图中如何画多个子图

面向对象方式画子图：

在pyplot中也有简单方式可以画子图

十三、多图-figure

直接生成多张图，与上面的在一张图中生成多张子图不一样。

网格

在pyplot绘图网格，可以在控制台中改变代码可以看到实时变化。

面向对象方式绘制网格不可以在控制台中实时改变看到效果

十四、图例_legend

在pyplot绘图例

图例位置参数：

位置参数表：0代表自适应，找到最佳的位置

图例分列参数：

面向对象方式绘制图例

方法1

方法2

方法3

十五、坐标轴范围调整

方式1

方式二

十六、坐标轴刻度

注：有时希望调的宽松有时又希望调的紧凑一些。




注：有时x轴并不是单纯数字，而是日期，要说明日期格式调整


以下问题：要能自动调整x轴日期间隔，否则密密麻麻在一起难看。

问题解决：

自适应调整日期显示，避免日期重叠，不好看。

十七、添加坐标轴

注：有时需要在一张图中画出两个图像，不同的线对应刻度不一样，即要再单独添加坐标轴刻度了，即双坐标轴。

pyplot方式

面向对象方式

用pyplot方式画y轴共用，x轴刻度不同。双x轴刻度。