量化金融原理与实践第3章 数据可视化.pptx

第3章数据可视化掌握Python数据可视化的基础语法和常用库，学会绘制多种金融数据可视化图形，理解不同图形的功能特点及适用场景，能够运用可视化方法分析金融市场数据。章节概述学习目标：掌握Python数据可视化的基础语法和常用库学会绘制多种金融数据可视化图形理解不同图形的功能特点及适用场景能够运用可视化方法分析金融市场数据主要内容：绘图基础语法（Matplotlib、Seaborn）常见图形绘制（折线图、散点图、K线图等）金融数据可视化应用实例图3.1本章主要内容结构

3.1绘图基础语法数据可视化的重要性数据可视化是将数据转换为图像形式，用直观的方式呈现数据的分布特征。主要作用：帮助观察数据的分布和变化发现隐藏在数据中的规律和问题提高数据分析效率Python可视化工具：Matplotlib库：最常用的绘图库，功能强大Seaborn库：基于Matplotlib，提供更美观的统计图形基本概念：信息系统：存放数据的表格特征/属性：表格中的列标签条件属性：描述对象特征的列（如财务指标）决策属性：分类标识的列（如正常或ST）

3.1.1单一画布作图-基础设置核心函数介绍1.中文显示设置plt.rcParams[font.sans-serif]=[SimHei]#设置中文字体plt.rcParams[axes.unicode_minus]=False#正常显示负号2.时间序列生成：pandas.date_range()x=pd.date_range(start=2012-12-31,freq=YE,periods=10)参数说明：start：日期起点（字符串或时间格式）end：日期终点periods：生成日期索引值的个数freq：计时单位（D=天，YE=年末）tz：时区设置

3.1.1单一画布作图-画布创建3.画布创建：figure()plt.figure(figsize=(5,4),dpi=300,facecolor=lightgrey)参数说明：num：图像编号或名称figsize：图形宽度和高度（英寸）dpi：分辨率facecolor：背景颜色edgecolor：边框颜色frameon：是否显示边框轴标签与标题设置：plt.xlabel(日期)#x轴标题plt.ylabel(成本)#y轴标题plt.grid()#显示网格plt.title(标题,fontdict={size:16,color:blue},loc=left)

3.1.1单一画布作图-绘图函数4.绘制线图：plt.plot()plt.plot(x,y,color=r,linestyle=-.,marker=o)颜色参数（color/c）：b=蓝色，g=绿色，r=红色，c=蓝绿色m=洋红色，y=黄色，k=黑色，w=白色线型参数（linestyle/ls）：-=实线，--=虚线，-.=点画线，:=点线点型参数（marker）：.=点标记，o=实心圆，*=星形=右三角，=左三角，s=正方形，p=五角形显示图形：plt.show()#必须调用才能显示图形

3.1.1单一画布作图-完整示例案例：历年成本折线图importmatplotlib.pyplotaspltimportpandasaspdplt.rcParams[font.sans-serif]=[SimHei]plt.rcParams[axes.unicode_minus]=False#生成时间序列x=pd.date_range(start=2012-12-31,freq=YE,periods=10)data=pd.DataFrame(data=[16,13,10,12,17,14,12,8,10,6],index=x,columns=[成本])#设置画布plt.figure(figsize=(5,4),dpi=300,facecolor=lightgrey)plt.xlabel(日期)plt.ylabel(成本)plt.grid()#绘制图形y=data[成本]plt.plot(x,y,color=r,linestyle=-.)plt.title(历年成本,fontdict={size:16,color:blue},loc=left)plt.show()注意事项：PyCharm社区版部分版本可能报错Tcl/Tk相关错误，解决方法是将Python根目录下tcl文件夹中的tk包和tcl包复制到Lib文件夹中。

图3.2单一画布作图

3.1.2多画布作图-subplot()函数1.subplot()函数-规则分割语法：s