Skip to main content
 首页 » 编程设计

python之用点而不是水平线和更细粒度的 y 轴值修改图

2025年02月15日10lyj

问题:

使用此数据和以下代码创建一个图表,显示 '# of Trades' 列中的 nlargest 值的水平线。

我们如何将这些 nlargest 值显示为一个点(散点图是正确的术语吗?),它被放置在观察到 nlargest 值的区域而不是一个水平线?

数据:

import matplotlib.pyplot as plt 
import matplotlib.ticker as ticker 
 
df = pd.read_csv('for_stack_nums.csv') 
 
 
axnum = df[['High','Low']].plot() 
axnum.yaxis.set_major_formatter(ticker.FormatStrFormatter('%.2f'))  
 
for idx, l in df.nlargest(5, '# of Trades').iterrows(): 
    plt.axhline(y=l['High'], color='r') 
    plt.axhline(y=l['Low'], color='b') 
    plt.show() 

期望的输出:

显示现有 df[['High','Low']].plot() 的图,但水平线被点替换,y 轴值以 .05 的步长递增而不是目前看到的 .2。 如果点大小可以与 nlargest 值等级相关,那就太好了。所以最大的值是最大的点。

请您参考如下方法:

根据评论修改答案

axnum = df[['High','Low']].plot() 
axnum.yaxis.set_major_formatter(ticker.FormatStrFormatter('%.2f'))  
axnum.yaxis.set_major_locator(ticker.MultipleLocator(.05)) 
 
data = df.nlargest(5, '# of Trades')[['High', 'Low']] 
plt.scatter(data.index, data.High, color='r', s=np.linspace(50, 10, 5)) 
plt.scatter(data.index, data.Low, color='b', s=np.linspace(50, 10, 5)) 

您需要创建一个散点图。这里有一些简单的代码可以为您完成。

import matplotlib.ticker as ticker 
 
axnum = df[['High','Low']].plot() 
axnum.yaxis.set_major_formatter(ticker.FormatStrFormatter('%.2f'))  
axnum.yaxis.set_major_locator(ticker.MultipleLocator(.05)) 
 
x = np.linspace(0, len(df), 10) 
for i, (idx, l) in enumerate(df.nlargest(5, '# of Trades').iterrows()): 
    plt.scatter(x, y=[l['High']]*len(x), color='r', marker='o', s=(5-i) * 5 + 5) 
    plt.scatter(x, y=[l['Low']]*len(x), color='b', marker='o', s=(5-i) * 5 + 5)