用python画面积图_Python使用Plotly绘图工具，绘制面积图
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