大数据财务分析——基于Python 课件4.财务可视化基础 - Matplotlib库.pptx

;;4.1 Matplotlib基本图形绘制;注意最后记得加上plt.show()来展示图形，运行结果如下图所示：;这里通过Numpy生成一个一维数组x1，并根据数组的可运算性生成了y1和y2，将两条线都画在一张图上，最终运行结果如下图4-2所示：;4.1.2 柱状图/条形图;柱状图一般在进行同行业或者其他横截面比较的时候更加直观。;4.1.3 散点图;4.1.4 直方图;这里通过np.random.randn(10000)生成10000个服从均值为0，标准差为1的正态分布数据，运行结果如下图4-5所示，其中横轴表示随机生成的数据，纵轴则表示该数据出现的次数，也即频数。此外如果想显示为频率直方图的话，只需要设置参数density为1即可。;补充知识点：在pandas库中的快捷绘图技巧;;4.2 Matplotlib可视化小技巧;运行结果如下图所示：;4.2.2 添加图例;如下图4-9所示，已经绘制出两条直线，并在左上角添加了图例，如果想修改图例的位置，比如设置成右上角，可以将参数loc（位置location的缩写）修改成“upper right”，右下角则设置成“lower right”即可。;4.2.3 设置双坐标轴;运行结果如下图4-10所示。可以看到左右的y坐标轴数值相差很大。如果不设置双坐标轴，会导致y = x这条线被压缩的很平，影响图像显示效果。;4.2.4 设置图片大小