python四维数据可视化_如何使用python进行数据可视化？
使用包matplotlib包
导入语句：
import matplotlib.pyplot as plt
散点图
折线图
帮助：
颜色
线型
点
一张画板绘制多张图
添加文本：
找到配置文件：
如何使用pandas绘图？
1.导入pandas
解决办法：
找到anaconda的prompt，打开输入 pip insatll pandas-datareader
2.绘制：
df.plot(x=？,y=？,kind="图形类型，label=“图例名称”,color="颜色”,alpha=(0-1之间的小数),style="传给matplotlib的字符串”)
图形类型：kind="line,bar,barh,kde(密度图)”
subplots:将DataFrame列绘制到单独的subplot中
figsize:表示图形大小
title:标题
legend:图例
sort_columns:以字母顺序绘制各列
sharex,sharey:subplots为Ture,共用X轴,Y轴
地图：from mpl_toolkits.basemap import Basemap
股票案例：
获取国内股票数据的方式：股票代码+对应股市,(港股为.hk，A股为.ss)
如：腾讯是港股：0700.hk
1、导入包
2、7家公司股票代码
3、获取股票数据谷歌2019年股票数据
亚马逊2019年股票数据
facebook2019年股票数据
苹果2019年股票数据
腾讯2019年股票数据
阿里巴巴2019年股票数据
京东2019年股票数据
4、查看数据
查看前十行数据
5、股价走势比较：
#创建画布
plt.figure(figsize=(10,7))
appl_df["Close"].plot(label="苹果") #苹果股价
jd_df["Close"].plot(label="京东") #京东股价
baba_df["Close"].plot(label="阿里巴巴") #阿里巴巴
tengxun_df["Close"].plot(label="腾讯") #腾讯
amzn_df["Close"].plot(label="亚马逊") #亚马逊
goog_df["Close"].plot(label="谷歌") #谷歌
face_df["Close"].plot(label="facebook") #facebook
plt.xlabel("时间") #横坐标签
plt.ylabel("股价(美元)") #纵坐标签
plt.title("2019年股票走势")
plt.legend()
plt.grid(True) #显示网格线
plt.show() #显示图形七家公司股票走势对比
6、七家公司股票收盘价平均值对比
生成pandas中的Series数组，且降序排列
#柱形图
plt.figure(figsize=(10,7))
shares_mean_ser.plot(kind="bar",color=["b","c","y","m","k","g","r"],alpha=0.3)
plt.title("2019年七家股价平均值")
plt.xlabel("公司名称")
plt.ylabel("股价平均值(美元)")
plt.xticks(rotation=0) # 这里是调节横坐标的倾斜度，rotation是度数
从7家股票收盘价平均值看，亚马逊和谷歌依然远远的超过其他5家。
7、下面我们看下四分位数绘制的箱线图
8、成交量和收盘价之间的关系
以亚马逊为例：
成交量的单位1e7：1乘以10的七次方
相关系数矩阵如下：
可以看出成交量和收盘价的相关系数为-0.269096，负弱相关关系
收盘价和High最高价,low最低价,Open开盘价具有强相关关系。
帮助：