信息安全案例教程：技術(shù)與應(yīng)用 第2版 課件 第9章 數(shù)據(jù)可視化

第9章數(shù)據(jù)可視化信息學(xué)院2024目錄9.1案例：金融數(shù)據(jù)可視化9.2Matplotlib進階：繪圖格式的基本設(shè)置9.3Python中其他常見繪圖工具9.4編程實踐9.5本章小結(jié)9.6習(xí)題學(xué)習(xí)目標了解Python中用于數(shù)據(jù)可視化的主要工具掌握Matplotlib的函數(shù)與方法具備使用Python進行數(shù)據(jù)可視化的能力9.1案例：金融數(shù)據(jù)可視化本章以金融數(shù)據(jù)分析為例介紹Python數(shù)據(jù)可視化的主要方法與工具，本章主要的分析問題為：投資組合收益分析股票的K線圖Plot提供了線條顏色、線型、標記等參數(shù)的設(shè)置，兩種格式設(shè)置語句如下：關(guān)鍵字參數(shù)：plt.plot(x,y,linestyle='',color='',marker='')fmt參數(shù)：plt.plot(x,y,fmt)，其中fmt='marker[color]'9.2Matplotlib進階：繪圖格式的基本設(shè)置表9-1線條顏?顏色描述顏色描述b藍色m品紅色g綠色y黃色r紅色k黑色c青色w白色Plot提供了線條顏色、線型、標記等參數(shù)的設(shè)置，兩種格式設(shè)置語句如下：關(guān)鍵字參數(shù)：plt.plot(x,y,linestyle='',color='',marker='')fmt參數(shù)：plt.plot(x,y,fmt)，其中fmt='marker[color]'9.2Matplotlib進階：繪圖格式的基本設(shè)置表9-2線條風(fēng)格線條風(fēng)格描述線條風(fēng)格描述'-'實線':'虛線'--'虛線'-.'破折號線9.2Matplotlib進階：繪圖格式的基本設(shè)置表9-3線條標記線條標記描述線條標記描述.點p五角形,像素點P加號（填充）o實心圓s正方形v下三角<左三角^上三角>右三角*星號h六邊形1+加號H六邊形21下三叉x乘號x2上三叉X乘號x（填充）3左三叉D菱形4右三叉d瘦菱形8八角形｜豎線v三角形_下_橫線s正方形

【例9-1】修改蘋果公司股票收盤價格波動趨勢圖的線條格式9.2Matplotlib進階：繪圖格式的基本設(shè)置importmatplotlib.pyplotaspltimportpandasaspd#讀取csv文件中的數(shù)據(jù)到列表中withopen('data/dow30_origin.csv','r')asf:

ls=[]forlineinf:

line=line.replace("\n","")

ls.append(line.split(","))#去除第一行表頭數(shù)據(jù)ls=ls[1:]#讀取數(shù)據(jù)x=pd.to_datetime([i[1]foriinlsifi[7]=='AAPL'])#將日期數(shù)據(jù)設(shè)置為時間戳格式y(tǒng)=[float(i[5])foriinlsifi[7]=='AAPL']#圖片繪制plt.plot(x,y,color='red',linewidth=0.5,linestyle='--',marker='*')plt.show()【例9-1】修改蘋果公司股票收盤價格波動趨勢圖的線條格式9.2Matplotlib進階：繪圖格式的基本設(shè)置【例9-2】添加蘋果公司股票收盤價格波動趨勢圖的坐標軸、圖例等Matplotlib除了plot方法之外，還提供了其他的方法用以設(shè)置圖形的圖例、坐標軸等，常用的標簽方法如表9-4和表9-5所示。9.2Matplotlib進階：繪圖格式的基本設(shè)置表9-4常用標簽函數(shù)函數(shù)描述函數(shù)描述title()為當(dāng)前繪圖添加標題legend()為當(dāng)前繪圖放置圖注xlabel()設(shè)置x軸標簽xlticks()設(shè)置x軸刻度位置和標簽ylabel()設(shè)置y軸標簽ylticks()設(shè)置y軸刻度位置和標簽xlim(xmin,xmax)設(shè)置當(dāng)前x軸取值范圍annotate()為指定數(shù)據(jù)點創(chuàng)建注釋ylim(ymin,ymax)設(shè)置當(dāng)前y軸取值范圍

【例9-2】添加蘋果公司股票收盤價格波動趨勢圖的坐標軸、圖例等Matplotlib除了plot方法之外，還提供了其他的方法用以設(shè)置圖形的圖例、坐標軸等，常用的標簽方法如表9-4和表9-5所示。9.2Matplotlib進階：繪圖格式的基本設(shè)置表9-5legend參數(shù)值位置標簽位置編碼位置標簽位置編碼best0centerleft6upperright1centerright7upperleft2lowercenter8lowerleft3uppercenter9lowerright4center10right5

【例9-2】添加蘋果公司股票收盤價格波動趨勢圖的坐標軸、圖例等9.2Matplotlib進階：繪圖格式的基本設(shè)置#圖片繪制(請?zhí)鎿Q之前圖片繪制對應(yīng)的代碼)plt.plot(x,y,color='red',linewidth=1.5,linestyle='--',label='ClosePrice')#用label設(shè)置圖例plt.legend(loc='upperright')#設(shè)置圖例右上plt.xlabel('Year')#x軸設(shè)置Yearplt.ylabel('Price')#y軸設(shè)置為Priceplt.title('TrendofApplestockclosingprice')#設(shè)置圖形題目plt.show()在matplotlib中默認字體不支持中文，如果設(shè)置中文會顯示為方塊。為了顯示中文，我們可以通過fontproperties參數(shù)設(shè)置中文字體。注意Window系統(tǒng)下字體可以設(shè)置為SimHei、FangSong等，Mac系統(tǒng)下使用HeitiTC、SongtiSC或ArialUnicodeMS。9.2Matplotlib進階：繪圖格式的基本設(shè)置#圖片繪制plt.plot(x,y,color='red',linewidth=1.5,linestyle='--',label='ClosePrice')plt.legend(loc='upperright')plt.xlabel('年份',fontproperties='SimSun')#設(shè)置中文plt.ylabel('價格',fontproperties='SimSun')#設(shè)置中文plt.title('蘋果股票收盤價格變化趨勢',fontproperties='SimSun')#設(shè)置中文plt.show()【例9-3】添加蘋果公司股票收盤價格波動趨勢圖中的水平線9.2Matplotlib進階：繪圖格式的基本設(shè)置plt.plot(x,y,color='red',linewidth=1.5,linestyle='--',label='ClosePrice')plt.legend(loc='upperright')plt.xlabel('年份',fontproperties='SimSun')#設(shè)置中文plt.ylabel('價格',fontproperties='SimSun')#設(shè)置中文plt.title('蘋果股票收盤價格變化趨勢',fontproperties='SimSun')#設(shè)置中文#添加水平線plt.axhline(100,linestyle='--',color='b',linewidth=1)plt.show()如果我們需要高亮顯示部分區(qū)域，可以通過axhspan()和axvspace()函數(shù)設(shè)置圖形中特定區(qū)域的填充9.2Matplotlib進階：繪圖格式的基本設(shè)置plt.plot(x,y,color='red',linewidth=1.5,linestyle='--',label='ClosePrice')plt.legend(loc='upperright')plt.xlabel('年份',fontproperties='SimSun')#設(shè)置中文plt.ylabel('價格',fontproperties='SimSun')#設(shè)置中文plt.title('蘋果股票收盤價格變化趨勢',fontproperties='SimSun')#設(shè)置中文#設(shè)置填充區(qū)域plt.axhspan(20,30,0,0.5,color='green',alpha=0.5)plt.show()修改水平填充后，相關(guān)代碼及結(jié)果如下：9.2Matplotlib進階：繪圖格式的基本設(shè)置plt.plot(x,y,color='red',linewidth=1.5,linestyle='--',label='ClosePrice')plt.legend(loc='upperright')plt.xlabel('年份',fontproperties='SimSun')#設(shè)置中文plt.ylabel('價格',fontproperties='SimSun')#設(shè)置中文plt.title('蘋果股票收盤價格變化趨勢',fontproperties='SimSun')#設(shè)置中文#設(shè)置填充區(qū)域plt.axhspan(100,110,color='green',alpha=0.5)plt.show()如需保存圖片文件，可使用savefig(‘文件名’)函數(shù)，該函數(shù)可以保存繪制的圖像，但必須置于繪制完成之后和show()之前9.2Matplotlib進階：繪圖格式的基本設(shè)置plt.plot(x,y,color='red',linewidth=1.5,linestyle='--',label='ClosePrice')plt.legend(loc='upperright')plt.xlabel('年份',fontproperties='SimSun')#設(shè)置中文plt.ylabel('價格',fontproperties='SimSun')#設(shè)置中文plt.title('蘋果股票收盤價格變化趨勢',fontproperties='SimSun')#設(shè)置中文#保存圖片plt.savefig('9.2.3price.jpg')plt.show()9.3.1Pandas繪圖通過第三方庫pandas_datareader下載所需的股票數(shù)據(jù)使用此第三方庫同樣需要先使用pip進行安裝，代碼為：pipinstallpandas_datareader9.3Python中其他常見繪圖工具importpandas_datareader.dataaswebdf_b=web.DataReader('AAPL','stooq',start="2022-01-01",end="2023-01-01")df_b.head()1.Pandas繪圖基本操作DataFrame.plot(x=None,y=None,kind='line',ax=None,subplots=False,sharex=None,sharey=False,layout=None,figsize=None,use_index=True,title=None,grid=None,legend=True,style=None,logx=False,logy=False,loglog=False,xticks=None,yticks=None,xlim=None,ylim=None,rot=None,fontsize=None,colormap=None,table=False,yerr=None,xerr=None,secondary_y=False,sort_columns=False,**kwds)其中，可以通過修改kind參數(shù)值為“l(fā)ine”、“bar”、“barh”、“hist”、“box”、“kde”、“density”、“area”、“pie”、“scatter”或“hexbin”繪制折線圖、垂直柱狀圖、水平柱狀圖、直方圖、波譜圖、核心密度估計圖、面積圖、餅狀圖、散點圖、六邊形圖。9.3Python中其他常見繪圖工具2.Pandas繪制投資組合收益圖案例分析：投資組合優(yōu)化是在金融領(lǐng)域中的一個熱點話題，無論是在學(xué)術(shù)界還是業(yè)界都展開了熱烈的討論。投資組合優(yōu)化是指合理配置投資人的財富，實現(xiàn)收益與風(fēng)險之間的均衡，以實現(xiàn)高收益的目標。量化投資是計量優(yōu)化投資方案的方法之一，其主要是利用計算機科學(xué)模擬投資策略，從而尋找股票收益的主要影響因素。本節(jié)將介紹通過可視化的方法展示投資收益變化的情況，以及不同投資策略下的累積收益對比分析，從而尋找最優(yōu)的投資組合方案。9.3Python中其他常見繪圖工具2.Pandas繪制投資組合收益圖案例分析：本節(jié)中假設(shè)投資人選取了三支股票：阿里巴巴（BABA）、蘋果（APPL）和微軟（MSFT），并選定了三種投資組合方案，現(xiàn)在想要通過數(shù)據(jù)可視化的方式比較不同投資組合方案的收益變化，以選擇最優(yōu)的投資組合方案9.3Python中其他常見繪圖工具【例9-4】投資組合的收益計算9.3Python中其他常見繪圖工具DataFrame.pct_change(periods=1,fill_method=‘pad’,limit=None,freq=None,**kwargs)收益計算代碼如下：importmatplotlib.pyplotaspltimportpandasaspdimportpandas_datareader.dataas

webimportnumpyasnp

tic_list=['BABA','AAPL','MSFT']Prices=pd.DataFrame()#創(chuàng)建空的DataFrame變量，存儲股票數(shù)據(jù)market_value_list=[]#存儲每支股票的平均市值#獲取每只股票的數(shù)據(jù)forticintic_list:

stock_data=web.DataReader(tic,'stooq',start="2022-01-01",end="2022-12-31")

Prices[tic]=stock_data['Close']

stock_data['Market_value']=(stock_data['Open']+stock_data['High']+stock_data['Low']+stock_data['Close'])/4

【例9-4】投資組合的收益計算9.3Python中其他常見繪圖工具market_value_list.append(stock_data['Market_value'].mean())#日期為索引列Prices.='Date'#計算每日收益率，并丟棄缺失值Returns=Prices.pct_change().dropna()stock_return=Returns.copy()#設(shè)置權(quán)重weights=np.array([0.3,0.3,0.4])#計算賦權(quán)重之后的收益WeightedReturns=stock_return.mul(weights,axis=1)Returns['Portfolio']=WeightedReturns.sum(axis=1)#繪制組合收益隨時間變化的圖Returns.Portfolio.plot()plt.show()

【例9-5】最優(yōu)投資組合的選擇（1）等權(quán)重投資組合的累積收益曲線9.3Python中其他常見繪圖工具#方案一：平均分配權(quán)重stock_num=3#平均分配每一項的權(quán)重portfolio_weights=np.repeat(1/stock_num,stock_num)#計算等權(quán)重組合的收益Returns['Portfolio_A']=stock_return.mul(portfolio_weights,axis=1).sum(axis=1)#計算累計收益fornamein['Portfolio_A']:C_Returns=((1+Returns[name]).cumprod()-1)C_Returns.plot(label=name)

【例9-5】最優(yōu)投資組合的選擇（2）給定投資比例的累積收益曲線9.3Python中其他常見繪圖工具#方案二：給定權(quán)重weights=np.array([0.15,0.55,0.3])WeightedReturns=stock_return.mul(weights,axis=1)Returns['Portfolio_B']=WeightedReturns.sum(axis=1)#累積收益曲線繪制函數(shù)defc_returns_plot(name_list):fornameinname_list:C_Returns=((1+Returns[name]).cumprod()-1)C_Returns.plot(label=name)plt.legend()c_returns_plot(['Portfolio_A','Portfolio_B'])【例9-5】最優(yōu)投資組合的選擇（3）市值加權(quán)投資組合的累積收益曲線9.3Python中其他常見繪圖工具#方案三：市值權(quán)重market_values=np.array(market_value_list)market_weights=market_values/np.sum(market_values)Returns['Portfolio_C']=stock_return.mul(market_weights,axis=1).sum(axis=1)#累積收益曲線繪制函數(shù)defc_returns_plot(name_list):fornameinname_list:C_Returns=((1+Returns[name]).cumprod()-1)C_Returns.plot(label=name)plt.legend()c_returns_plot(['Portfolio_A','Portfolio_B','Portfolio_C'])9.3.2Seaborn庫seaborn.heatmap(data,vmin=None,vmax=None,cmap=None,center=None,robust=False,annot=None,fmt='.2g',annotkws=None,linewidths=0,linecolor='white',cbar=True,cbarkws=None,cbar_ax=None,square=False,ax=None,xticklabels=True,yticklabels=True,mask=None,**kwargs)其中：data：矩陣數(shù)據(jù)集，可以使用numpy的數(shù)組（array），如果是pandas的dataframe，則df的index/column信息會分別對應(yīng)到heatmap的columns和rowslinewidths：熱力圖矩陣之間的間隔大小vmax,vmin：圖例中最大值和最小值的顯示值，沒有該參數(shù)時默認不顯示9.3Python中其他常見繪圖工具【例9-6】投資組合的相關(guān)性分析9.3Python中其他常見繪圖工具importseabornassns#計算相關(guān)矩陣correlation_matrix=stock_return.corr()#創(chuàng)建熱圖sns.heatmap(correlation_matrix,annot=True,linewidths=1.0,annot_kws={'size':8})plt.xticks(rotation=0)plt.yticks(rotation=75)plt.show()9.4.1股票K線圖繪制K線圖也稱為蠟燭圖，由每個分析周期的開盤價、最高價、最低價和收盤價繪制而成，普遍用于分析期貨、股票、外匯等。K線是由許多的蠟燭線組合而成的，K線上的每根蠟燭線代表著在單位時間內(nèi)的價格波動。在所有的交易軟件中默認的是日K線，一根蠟燭線代表的是一日內(nèi)價格從開盤到收盤的波動。9.4編程實踐9.4.1股票K線圖繪制Mplfinance是一個基于Matplotlib的、專用于金融數(shù)據(jù)的可視化分析模塊。通過mplfinance進行金融數(shù)據(jù)可視化非常便捷，其提供了方法可以自動剔除空白的停盤時間段，可以自動識別時間坐標，并提供了繪制均線的方法，只需要設(shè)置簡單的參數(shù)即可完成繪制等操作關(guān)于Mplfinance中函數(shù)的詳細使用方法，可以在其官網(wǎng)獲得，官方網(wǎng)址為：/matplotlib/mplfinance。使用mplfinance需要安裝matplotlib和pandas使用mplfinance之前需要通過pip命令進行安裝：pipinstallmplfinance9.4編程實踐【例9-7】使用Mplfinance繪制蘋果股票的K線圖9.4編程實踐importmplfinanceasmpfimportpandas_datareader.dataaswebimportnumpyasnp

#獲取蘋果2022-01-01至2022-03-31三個月的股票數(shù)據(jù)df_b_th=web.DataReader('AAPL','stooq',start="2022-01-01",end="2022-03-31")

#繪制K線圖#設(shè)置mplfinance的蠟燭顏色，up為陽線顏色，down為陰線顏色my_color=mpf.make_marketcolors(up='r',down='g',edge='inherit',wick='inherit',volume='inherit')

#設(shè)置圖表的背景色my_style=mpf.make_mpf_style(marketcolors=my_color,figcolor='(0.82,0.83,0.85)',gridcolor='(0.82,0.83,0.85)')【例9-7】使用Mplfinance繪制蘋果股票的K線圖9.4編程實踐#創(chuàng)建圖形的figure對象，通過調(diào)用圖標Axes和文字Text對象，修改圖片的布局fig=mpf.figure(style=my_style,figsize=(12,8),facecolor=(0.82,0.83,0.85))ax1=fig.add_axes([0.06,0.25,0.88,0.60])ax2=fig.add_axes([0.06,0.15,0.88,0.10],sharex=ax1)ax1.set_ylabel('Price')ax2.set_ylabel('Volume')#圖形繪制mpf.plot(df_b_th,ax=ax1,volume=ax2,style=my_style,datetime_format='%Y-%m-%d',xrotation=0,mav=(5,10,20),type='candle')fig.show()【例9-7】使用Mplfinance繪制蘋果股票的K線圖9.4編程實踐【例9-7】使用Mplfinance繪制蘋果股票的K線圖在mplfinance中添加多個子圖在一個圖片中的方法有兩種Panels方法ExternalAxes方法9.4編程實踐【例9-7】使用Mplfinance繪制蘋果股票的K線圖9.4編程實踐importmplfinanceasmpfimportpandas_datareader.dataaswebimportnumpyas

np

#獲取蘋果2022-01-01至2022-03-32三個月的股票數(shù)據(jù)df_b_th=web.DataReader('AAPL','stooq',start="2022-01-01",end="2022-03-31").iloc[::-1]

#設(shè)置mplfinance的蠟燭顏色，up為陽線顏色，down為陰線顏色my_color=mpf.make_marketcolors(up='r',down='g',edge='inherit',wick='inherit',volume='inherit')

#設(shè)置圖表的背景色my_style=mpf.make_mpf_style(marketcolors=my_color,figcolor='(0.82,0.83,0.85)',gridcolor='(0.82,0.83,0.85)')【例9-7】使用Mplfinance繪制蘋果股票的K線圖9.4編程實踐#創(chuàng)建圖形的figure對象，通過調(diào)用圖標Axes和文字Text對象，修改圖片的布局fig=mpf.figure(style=my_style,figsize=(12,8),facecolor=(0.82,0.83,0.85))ax1=fig.add_axes([0.06,0.25,0.88,0.60])ax2=fig.add_axes([0.06,0.15,0.88,0.10],sharex=ax1)ax3=fig.add_axes([0.06,0.05,0.88,0.10],sharex=ax1)

ax1.set_ylabel('Price')ax2.set_ylabel('Volume')ax3.set_ylabel('MACD')#計算股票基本信息last_data=df_b_th.iloc[-1]last_2nd_data=df_b_th.iloc[-2]change=last_data['Close']-last_2nd_data['Close']pct_change=change/last_data['Close']*100average=sum(last_data[:4])/4upper_lim=last_2nd_data['High']*1.1lower_lim=last_2nd_data['Low']*0.9【例9-7】使用Mplfinance繪制蘋果股票的K線圖9.4編程實踐#設(shè)置股票基本信息格式#標題格式，字體為中文字體，顏色為黑色，粗體，水平中心對齊title_font={'fontname':'SimSun','size':'16','color':'black','weight':'bold','va':'bottom','ha':'center'}#紅色數(shù)字格式（顯示開盤收盤價）粗體紅色24號字large_red_font={'fontname':'Arial','size':'24','color':'red','weight':'bold','va':'bottom'}#綠色數(shù)字格式（顯示開盤收盤價）粗體綠色24號字large_green_font={'fontname':'Arial','size':'24','color':'green','weight':'bold','va':'bottom'}#小數(shù)字格式（顯示其他價格信息）粗體紅色12號字small_red_font={'fontname':'Arial','size':'12','color':'r','weight':'bold','va':'bottom'}#小數(shù)字格式（顯示其他價格信息）粗體綠色12號字small_green_font={'fontname':'Arial','size':'12','color':'g','weight':'bold','va':'bottom'}#標簽格式，可以顯示中文，普通黑色12號字normal_label_font={'fontname':'SimSun','size':'12','color':'black','va':'bottom','ha':'right'}#普通文本格式，普通黑色12號字normal_font={'fontname':'Arial','size':'12','color':'black','va':'bottom','ha':'left'}【例9-7】使用Mplfinance繪制蘋果股票的K線圖9.4編程實踐#設(shè)置格式fig.text(0.50,0.94,'蘋果-[AAPL]',**title_font)fig.text(0.12,0.90,'開/收:',**normal_label_font)fig.text(0.14,0.89,f'{np.round(last_data["Open"],3)}/{np.round(last_data["Close"],3)}',**large_red_font)fig.text(0.14,0.86,f'{np.round(change,3)}',**small_red_font)fig.text(0.22,0.86,f'[{np.round(pct_change,2)}%]',**small_red_font)fig.text(0.12,0.86,f'{last_.date()}',**normal_label_font)fig.text(0.40,0.90,'高:',**normal_label_font)fig.text(0.40,0.90,f'{last_data["High"]}')fig.text(0.40,0.86,'低:',**normal_label_font)fig.text(0.40,0.86,f'{last_data["Low"]}')fig.text(0.55,0.90,'量(萬手):',**normal_label_font)fig.text(0.55,0.90,f'{np.round(last_data["Volume"]/10000,3)}')fig.text(0.55,0.86,'額(億元):',**normal_label_font)fig.text(0.55,0.86,f'{np.round(average*last_data["Volume"]/1000000,3)}')fig.text(0.70,0.90,'漲停:',**normal_label_font)fig.text(0.70,0.90,f'{np.round(upper_lim,3)}',**small_red_font)fig.text(0.70,0.86,'跌停:',**normal_label_font)fig.text(0.70,0.86,f'{lower_lim}',**small_green_font)fig.text(0.85,0.90,'均價:',**normal_label_font)fig.text(0.85,0.90,f'{np.round(average,3)}')fig.text(0.85,0.86,'昨收:',**normal_label_font)fig.text(0.85,0.86,f'{last_2nd_data["Close"]}')【例9-7】使用Mplfinance繪制蘋果股票的K線圖9.4編程實踐#計算MACD值exp12=df_b_th['Close'].ewm(span=12,adjust=False).mean()exp26=df_b_th['Close'].ewm(span=26,adjust=False).mean()macd=exp12-exp26signal=macd.ewm(span=9,adjust=False).mean()histogram=macd-signal#添加MACD圖形add_plot=[mpf.make_addplot(histogram,type='bar',width=0.7,color='dimgray',alpha=1,secondary_y=False,ax=ax3),mpf.make_addplot(macd,color='fuchsia',secondary_y=True,ax=ax3),mpf.make_addplot(signal,color='b',secondary_y=True,ax=ax3)]#修改x軸mpf.plot(df_b_th,ax=ax1,volume=ax2,addplot=add_plot,style=my_style,datetime_format='%Y-%m-%d',mav=(5,10,20),type='candle')fig.show()【例9-7】使用Mplfinance繪制蘋果股票的K線圖9.4編程實踐【例9-8】蘋果公司新聞文本詞云分析9.4編程實踐importstringfromwordcloudimportWordCloudimportmatplotlib.pyplotasplt#讀取文件defreadtext(filename):txt=open(filename,'r',encoding='utf-8').read().strip()