用python画面积图_Python使用Plotly绘图工具,绘制面积图

发布时间:2022-09-26 09:00

今天我们来讲一下如何使用Python使用Plotly绘图工具,绘制面积图

绘制面积图与绘制散点图和折线图的画法类似,使用plotly graph_objs

中的Scatter函数,不同之处在于面积图对fill属性的设置

也就是说,相当于是在折线图的基础上,对图形进行填充

importplotly as pyimportplotly.graph_objs as goimportnumpy as np

pyplt=py.offline.plot#随机生成100个交易日的收益率

s1 = np.random.RandomState(8) #定义局部种子

s2 = np.random.RandomState(9) #定义局部种子

rd1 = s1.rand(100)/10 - 0.02rd2= s2.rand(100)/10 - 0.02

#设定初始资金

initial1 = 100000initial2= 100000total1=[]

total2=[]for i inrange(len(rd1)):

initial1= initial1*rd1[i] +initial1

initial2= initial2*rd2[i] +initial2

total1.append(initial1)

total2.append(initial2)

trace1=go.Scatter(#x = [1, 2, 3, 4],

y =total1,

fill= 'tonexty',

mode= 'none', #无边界线

name = "策略1")

trace2=go.Scatter(#x = [1, 2, 3, 4],

y =total2,

fill= 'tozeroy',

mode= 'none',#无边界线

name = "策略2")

data=[trace1, trace2]

layout= dict(title = '策略净值曲线',

xaxis= dict(title = '交易天数'),

yaxis= dict(title = '净值'),

)

fig= dict(data = data, layout =layout)

pyplt(fig, filename='tmp/1.html')

运行如上代码,会得到如上图所示的图形面积图

展示了两个不同的交易策略的净值曲线图,数据是随机生成的

就相当于做了折线图后,进行了填充得到

我们在来说一下内部填充面积图

内部填充面积图是仅仅填充两条曲线交叉所形成的面积部分,同样设置fill属性来完成。

只需要在原来的面积图上设置第一条曲线无填充效果即可

下面我们来看看代码

importplotly as pyimportplotly.graph_objs as goimportnumpy as np

pyplt=py.offline.plot#随机生成100个交易日的收益率

s1 = np.random.RandomState(8) #定义局部种子

s2 = np.random.RandomState(9) #定义局部种子

rd1 = s1.rand(100)/10 - 0.02rd2= s2.rand(100)/10 - 0.02

#设定初始资金

initial1 = 100000initial2= 100000total1=[]

total2=[]for i inrange(len(rd1)):

initial1= initial1*rd1[i] +initial1

initial2= initial2*rd2[i] +initial2

total1.append(initial1)

total2.append(initial2)

trace1=go.Scatter(

y=total1,

fill=None,

mode= 'lines', #无边界线

name = "策略1")

trace2=go.Scatter(#x = [1, 2, 3, 4],

y =total2,

fill= 'tonexty',

mode= 'lines',#无边界线

name = "策略2")

data=[trace1, trace2]

layout= dict(title = '策略净值曲线',

xaxis= dict(title = '交易天数'),

yaxis= dict(title = '净值'),

)

fig= dict(data = data, layout =layout)

pyplt(fig, filename='tmp/1.html')

运行上诉代码,我们可以得到如上图所示的内部填充面积图

我们设置了fill = None,

在设置第二条曲线的填充的效果为tonexty

即fill = 'tonexty' 即可得到如上图所示的图例

接下来我们讲解一下堆积面积图

堆积面积图与之前我写的博客中,层叠柱状图类似

都是展示了数据累加的效果

不同之处在于对数据的设置

importplotly as pyimportplotly.graph_objs as go

data_1=go.Scatter(

x= ['基金1', '基金2', '基金3', '基金4','基金5'],

y= [32.52, 43.12, 43.47, 44.36, 33.11],

name= '股票投资',

mode= 'lines',

line= dict(width=0.5,

color= 'rgb(184, 247, 212)'),

fill= 'tonexty')

data_2=go.Scatter(

x= ['基金1', '基金2', '基金3', '基金4','基金5'],

y= [63.24, 54.33, 74.28, 63.91, 63.11],

name= '其它投资',

mode= 'lines',

line= dict(width=0.5,

color= 'rgb(111, 231, 219)'),

fill= 'tonexty')

data_3=go.Scatter(

x= ['基金1', '基金2', '基金3', '基金4','基金5'],

y= [83.24, 74.33, 93.91, 79.22, 83.11],

name='债券投资',

mode='lines',

line=dict(width=0.5,

color='rgb(127, 166, 238)'),

fill='tonexty')

data_4=go.Scatter(

x= ['基金1', '基金2', '基金3', '基金4','基金5'],

y= [100, 100, 100, 100, 100],

name='银行存款',

mode='lines',

line=dict(width=0.5,

color='rgb(131, 90, 241)'),

fill='tonexty')

data=[data_1, data_2, data_3, data_4]

layout=go.Layout(

title= '基金资产配置比例图',

showlegend=True,

xaxis=dict(

type= 'category',

),

yaxis=dict(

type= 'linear',

range= [1, 100],

dtick= 20,

ticksuffix= '%')

)

pyplt=py.offline.plot

fig= go.Figure(data = data, layout =layout)

pyplt(fig, filename= 'tmp/stacked-area-plot.html')

可以看到,运行上诉代码,可以得到如上图所示的堆积面积图图例

注意的是,在绘制层叠柱状图时需要设置stack模式,而绘制堆积面积图时则不需要

这就是堆积面积图需要累加数据的原因

在本质上,堆积面积图的堆积效果是在同一个图形中绘制对个面积图来实现

今天就讲到这里,谢谢大家阅读,感谢支持!谢谢点赞

ItVuer - 免责声明 - 关于我们 - 联系我们

本网站信息来源于互联网,如有侵权请联系:561261067@qq.com

桂ICP备16001015号