我正在尝试在seaborn中制作一些时髦的图表,需要一些帮助。
我有一些股票数据,由5只股票组成。我基本上是想直观地展示
Stock A
与其他版本相比的表现。为此,我查看了累积回报,并计算了其他 4 只股票的平均累积回报。我已将这些数据分为以下 2 个df
:
股票A的数据让我们调用
df
:
Date Stock A
2019-04-24 07:59 0.433366
2019-04-24 08:59 0.397984
2019-04-24 09:59 0.403971
2019-04-24 10:59 0.399131
2019-04-24 11:59 0.386641
2019-04-24 12:59 0.388572
2019-04-24 13:59 0.396266
2019-04-24 14:59 0.391609
2019-04-24 15:59 0.399412
2019-04-24 16:59 0.401715
然后是股票 B、C、D 和 E,加上计算出的平均值,我们称之为
df2
(我无法打印所有 5 列):
Date Stock B Stock C Stock E Average
2019-04-24 07:59 0.273965 0.000982 0.409717 0.472029
2019-04-24 08:59 0.235606 -0.076309 0.345047 0.407299
2019-04-24 09:59 0.240826 -0.059274 0.346769 0.413197
2019-04-24 10:59 0.234849 -0.056013 0.338185 0.407962
2019-04-24 11:59 0.230158 -0.062947 0.331907 0.397927
2019-04-24 12:59 0.237573 -0.055506 0.334907 0.412206
2019-04-24 13:59 0.239994 -0.047875 0.334213 0.413846
2019-04-24 14:59 0.230461 -0.059781 0.312962 0.395924
2019-04-24 15:59 0.236968 -0.054398 0.320990 0.406967
2019-04-24 16:59 0.239918 -0.049522 0.328713 0.412818
我最终想要做的是在一张图表上绘制所有 5 只股票加上平均值,该图表具有漂亮的灰色背景,也许还有一些网格线等(目前我只能用难看的白色背景绘制图表),但我想
Stock A
和 Average
的线略有不同,并利用 seaborns 标准差线图。
我找到了这个示例代码
sns.relplot(x="timepoint", y="signal", kind="line", ci="sd", data=fmri)
,但是当我尝试将其更改为我的需要时,我收到了错误消息,并且无法让所有数据显示在同一个图表上。
这是我的目标的近乎完美的示例,但我想包括来自
df2
的库存 B、C、D 和 E,并当然更改轴标签。
非常感谢任何帮助。干杯
这应该会产生您所要求的结果:
sns.set() #This sets the style to the seaborn default (gray background with white grid on)
fig,ax = plt.subplots() #create your figure and ax objects
sns.lineplot('Date', 'Stock A', ci="sd", data=df,ax=ax) #plot lines
sns.lineplot('Date', 'Stock B', ci="sd", data=df2,ax=ax)
sns.lineplot('Date', 'Stock C', ci="sd", data=df2,ax=ax)
sns.lineplot('Date', 'Stock E', ci="sd", data=df2,ax=ax)
sns.lineplot('Date', 'Average', ci="sd", data=df2,ax=ax)
plt.xticks(rotation=-45) #makes ticks visible (a long date would be unreadable otherwise)
回答评论中的OP问题:
将日期从字符串转换为
datetime
对象,然后 matplotlib
将处理刻度和 tickslabels
。df['Date']=pd.to_datetime(df['Date'])
df2['Date']=pd.to_datetime(df2['Date'])
使用以下行更改
ylabel
ax.set_ylabel('Returns')