Skip to main content
 首页 » 编程设计

python之Plotly 中的水平条形图使用带有 2 条迹线的袖扣

2025年02月15日12unruledboy

我有一个 pandas DataFrame ten_day 看起来像这样:

XLF US Equity           NaN 
PEO PW Equity     -2.797857 
GLE FP Equity      4.497489 
CBK GY Equity      6.162684 
BAC US Equity           NaN 
UCG IM Equity      4.250801 
ITRXESE Index     -0.996103 
HSBC US Equity          NaN 
RBS LN Equity     -1.347926 
CABK SM Equity     8.127579 
SAN SM Equity      4.521443 
ISP IM Equity      5.023080 
SX7E Index         4.900426 
ANZ AU Equity      0.723205 
CSGN VX Equity    -0.800900 
SWEDA SS Equity   -0.973182 
POP SM Equity      4.434381 
BNP FP Equity      3.378214 
BARC LN Equity    -0.066818 
Name: Vol_Adj_10, dtype: float64 

我使用以下代码在 Plotly ( https://plot.ly/~dpsugasa/289/_10-day-volatility-adjusted-returns/) 中创建了一个绘图:

ten_day.iplot(kind='barh', bargap=.2, filename = 'Vol_Adjusted/Bank Returns/10Day_Vol_Adjusted',\ 
          title='10 Day Volatility Adjusted Returns', legend = True, 
          xTitle = '10D Vol Adjusted Return (30D)', vline ={'x':'0','color':'black','width':'2'}, sortbars=True, 
          margin = (200,5)) 

我希望负条的颜色与正条的颜色不同。有没有办法只使用袖扣来做到这一点?

我考虑过使用 ten_day.loc[lambda df: df>0] 来过滤正值和负值,然后尝试绘制两条不同的迹线,但我正在努力使语法正确。任何帮助将不胜感激。

请您参考如下方法:

如果没有袖扣,我们可以将颜色列表传递给条形图

bar = plotly.graph_objs.Bar(y=df[3], marker=dict(color=np.where(df[3] > 0, 'green', 'red').tolist())) 
fig = plotly.graph_objs.Figure(data=[bar]) 
plotly.offline.plot(fig) 

但是cufflinks似乎忽略了这样一个列表。因此,我们需要传递具有两种不同颜色的两个不同的列。

pd.DataFrame(dict(pos=df[df[3] > 0][3],  
                  neg=df[df[3] <= 0][3])).iplot(kind='barh',   
                                                colors=dict(pos='green',  
                                                            neg='red') 
                                               ) 


完整代码

import pandas as pd 
import plotly 
import cufflinks 
import io 
import numpy as np 
 
cufflinks.go_offline() 
txt = """XLF US Equity           NaN 
PEO PW Equity     -2.797857 
GLE FP Equity      4.497489 
CBK GY Equity      6.162684 
BAC US Equity           NaN 
UCG IM Equity      4.250801 
ITRXESE Index     -0.996103 
HSBC US Equity          NaN 
RBS LN Equity     -1.347926 
CABK SM Equity     8.127579 
SAN SM Equity      4.521443 
ISP IM Equity      5.023080 
SX7E Index         4.900426 
ANZ AU Equity      0.723205 
CSGN VX Equity    -0.800900 
SWEDA SS Equity   -0.973182 
POP SM Equity      4.434381 
BNP FP Equity      3.378214 
BARC LN Equity    -0.066818""" 
 
df = pd.read_csv(io.StringIO(txt), delim_whitespace=True, header=None) 
bar = plotly.graph_objs.Bar(y=df[3], marker=dict(color=np.where(df[3] > 0, 'green', 'red').tolist())) 
fig = plotly.graph_objs.Figure(data=[bar]) 
plotly.offline.plot(fig) 
 
pd.DataFrame(dict(pos=df[df[3] > 0][3],  
                  neg=df[df[3] <= 0][3])).iplot(kind='barh',  
                                                bargap=.2,  
                                                filename='Vol_Adjusted/Bank Returns/10Day_Vol_Adjusted',\ 
                                                title='10 Day Volatility Adjusted Returns',  
                                                legend = True, 
                                                xTitle='10D Vol Adjusted Return (30D)',  
                                                margin=(200,5),  
                                                colors=dict(pos='green',  
                                                            neg='red') 
                                               )