盘一盘 Python 系列 - Cufflinks (下)

本文含 8890 字,37 图表截屏

建议阅读 46 分钟

0

引言

本文是 Python 系列的 Cufflinks 补充篇。整套 Python 盘一盘系列目录如下:

  • Python 入门篇 (上)

  • Python 入门篇 (下)

  • 数组计算之 NumPy (上)

  • 数组计算之 NumPy (下)

  • 科学计算之 SciPy (上)

  • 科学计算之 SciPy (下)

  • 数据结构之 Pandas (上)

  • 数据结构之 Pandas (下)

  • 基本可视化之 Matplotlib

  • 统计可视化之 Seaborn

  • 炫酷可视化之 PyEcharts

  • 交互可视化之 Cufflinks (上)

  • 机器学习之 Sklearn

  • 机学可视化之 Scikit-Plot

  • 深度学习之 Keras (上)

  • 深度学习之 Keras (中)

  • 深度学习之 Keras (下)

Cufflinks 对于做数据分析的同学简直就是神器,可以让他们把注意力放在分析过程上,同时又能产出漂亮的可视图。

Cufflinks 可以不严谨的分解成 DataFrame、Figure 和 iplot,如下图所示:

盘一盘 Python 系列 - Cufflinks (下)_第1张图片

其中

  • DataFrame:代表 pandas 的数据帧

  • Figure:代表可绘制图形,比如 bar、box、histogram 等等

  • iplot:代表绘制方法,其中有很多参数可进行配置,调节符合适当风格的可视图

由此可知,Cufflinks 直接在 DataFrame 上画图,而 DataFrame 是最基本的数据格式,因此很方便;Figure 只是设定图形,而 iplot 才真正的把图给画出来。

本贴结构如下,第一章解释 iplot() 函数的参数含义,当你明晰所有参数该怎么用时,你会发现用 Cufflinks 画图真的再简单不过了。第二章就“随意”画些图看看效果 (如以下视频所示)。

首先引入 Cufflinks 包,并设置离线模式画图。

import cufflinks as cf
cf.set_config_file(offline=True)

1

iplot 函数 API

用一个词形容 Cufflinks 的 API 就是优雅,所有绘图实现都写在一个函数 iplot() 里。查看其函数签名可用以下语句:

df = pd.DataFrame()
help(df.iplot)

盘一盘 Python 系列 - Cufflinks (下)_第2张图片

绘图函数 iplot()是一招鲜吃遍天,常用参数的解释如下。尽管内容枯燥,建议一定认真读完,细节在魔鬼,读得越细就能实现越精巧的图。

kind:字符串格式,用于设置图的种类,具体值包括

 

散点图 scatter、柱状图 bar、箱形图 box、差异图 spread、比率图 ratio、热力图 heatmap、平面图 surface、直方图 histogram、气泡图 bubble、三维气泡图 bubble3d、三维散点图 scatter3d、地理散点图 scattergeo、K线图 ohlc、蜡烛图 candle、饼状图 pie、地图 choroplet


title, xTitle, yTitle, zTitle:字符串格式,用于设置图表标题、x 轴、y 轴和 z 轴标题 (只适用 3D 图)

theme:字符串格式,用于设置主题风格,可用 cf.getThemes() 查看,具体值包括

ggplot, pearl, solar, space, white, polar, henanigans

colors:字典、列表或字符串格式,用于设置颜色

  • 字典:{column:color} 按数据帧中的列标签设置颜色

  • 列表:[color] 对每条轨迹按顺序的设置颜色

  • 字符串:具体颜色的英文名称,适用于所有轨迹


colorscale:字符串格式,用于设置色阶,具体名称可用 cf.colors.scale() 查看,如下图所示。在颜色字符串前加 – 前缀可以反转色阶。举例 “accent” 和 “-accent” 的色阶顺序正好相反。

盘一盘 Python 系列 - Cufflinks (下)_第3张图片

fill:布尔格式,用于填充轨迹 (trace) 和坐标轴之间的空白。

width:字典、列表或整数格式,用于设置轨迹宽度

  • 字典:{column:value} 按数据帧中的列标签设置宽度

  • 列表:[value] 对每条轨迹按顺序的设置宽度

  • 整数:具体数值,适用于所有轨迹


dash:字典、列表或字符串格式,用于设置轨迹风格

  • 字典:{column:value} 按数据帧中的列标签设置风格

  • 列表:[value] 对每条轨迹按顺序的设置风格

  • 字符串:具体风格的名称,适用于所有轨迹

具体选项有实线 solid、虚线 dash、虚点 dashdot、点 dot


mode:字典、列表或字符串格式,用于设置轨迹模式

  • 字典:{column:value} 按数据帧中的列标签设置模式

  • 列表:[value] 对每条轨迹按顺序的设置模式

  • 字符串:具体模式的名称,适用于所有轨迹

具体选项有折线 lines、散点 markers、折线加散点 lines+markers、折线加文字lines+text、散点加文字 markers+text、折线加散点和文字 lines+markers+text


interpolation:字典、列表或字符串格式,用于设置插值方法

  • 字典:{column:value} 按数据帧中的列标签设置插值方法

  • 列表:[value] 对每条轨迹按顺序的设置插值方法

  • 字符串:具体插值方法的名称,适用于所有轨迹

具体选项有线性 linear、三次样条 spline、 阶梯 hv 或 vh 或 vhv 或 hvh。


symbol:字典、列表或字符串格式,用于设置标记类型,仅当 mode 含 marker 才适用

  • 字典:{column:value} 按数据帧中的列标签设置标记类型

  • 列表:[value] 对每条轨迹按顺序的设置标记类型

  • 字符串:具体标记类型的名称,适用于所有轨迹

具体选项有圆形 circle、圆形加点 circle-dot、菱形 diamond、方形 square 等。


size:字符串或整数格式,用于设置标记大小,仅当 mode 含 marker 才适用。

barmode:字符串格式,用于设置柱状类型,仅当 kind = bar 才适用,具体选项有分组 group、堆叠 stack、重叠 overlay。

sortbars:布尔格式,用于递减排列柱状,仅当 kind = bar 才适用。

bargap:浮点数格式,值在0和 1 之间,用于设置柱状的间隔,仅当 kind = bar 或 historgram 才适用。

bargroupgap:浮点数格式,值在 0和 1 之间,用于设置柱状分组的间隔,仅当 kind = bar 或 historgram 才适用。

bins:整数或元组格式,仅当 kind = historgram 才适用

  • 整数:设置桶个数

  • 元组:(start, end, size) 设置起始点、终止点、和桶的大小


histnorm:字符串格式,仅当 kind = historgram 才适用。具体选项有

  • 频率 frequency (桶高等于计数)

  • 百分比 percent (桶高等于每桶中计数占总数的比例)

  • 概率 probability (桶高等于概率,桶宽为 1)

  • 密度 density (桶高等于计数除以桶宽,使得桶面积加起来等于桶的总数)

  • 概率密度 probability density (桶高等于概率除以桶宽,使得桶面积加起来等于 1)


histfunc:字符串格式,用于设置桶函数,仅当 kind = historgram 才适用。具体选项有计数函数 count、求和函数 sum、平均函数 avg、最小值函数 min、最大值函数 max。

orientation:字符串格式,用于设置形状的排放方式,h 代表水平 v 代表竖直,仅当 kind = bar 或 histogram 或 box 才适用

boxpoints:布尔或字符串格式,用于在箱形图中显示数据,仅当 kind = box 才适用,具体选项有离群值 outliers、全部 all、可疑离群值 suspectedoutliers、不显示False。

annotations:字典格式 {x_point: text},用于在点 x_point 上标注 text。

keys:列表格式,指定数据帧中的一组列标签用于排序。

bestfit:布尔或列表格式,用于拟合数据。

  • 布尔:True 对所有列的数据都做拟合

  • 列表:[columns] 对列表中包含列的数据做拟合


bestfit_colors:字典或列表格式,用于设定数据拟合线的颜色。

  • 字典:{column:color} 按数据帧中的列标签设置颜色

  • 列表:[color] 对每条轨迹按顺序的设置颜色


categories:字符串格式,数据帧中用于区分类别的列标签

x:字符串格式,数据帧中用于 x 轴变量的列标签

y:字符串格式,数据帧中用于 y 轴变量的列标签

z:字符串格式,数据帧中用于 z 轴变量的列标签 (只适用 3D 图)

text:字符串格式,数据帧用于显示文字的列标签

gridcolor:字符串格式,用于设定网格颜色

zerolinecolor:字符串格式,用于设定零线颜色

labels:字符串格式,将数据帧中的里列标签设为饼状图每块的标签,仅当 kind = pie 才适用。

values:字符串格式,将数据帧中的列数据的值设为饼状图每块的面积,仅当 kind = pie 才适用。

secondary_y:字符串格式,数据帧中用于第二个 y 轴变量的列标签

secondary_y_title:字符串格式,用于设置第二个 y 轴标题

subplots:布尔格式,如果 True 则画子图

shape:元组格式 (rows, cols),仅当 subplots= True 才适用,

error_x:整数或浮点数格式,用于设置 x 轴变量的误差值

error_y:整数或浮点数格式,用于设置 y 轴变量的误差值

error_type:字符串格式,用于设定误差条形的类型,具体选项有 data、constant、percent、sqrt、continuous、continuous_percent。

最后将图存成不同数据格式的布尔型参数:

  • asFrame:如果 True 则将图的成分存成序列

  • asDate:如果 True 则将时间存成 DatetimeIndex

  • asFigure:如果 True 则将图存成 Plotly 图格式

  • asImage:如果 True 则将图存成 PNG 格式

  • asPlot:如果 True 则将图在浏览器打开

  • asUrl:如果 True 则将返回网址 (online 模式) 或返回本地路径 (offline 模式)


其他参数  **kwargs 可以让图更个性化,比如 shape,subplots 等,这些在下节用具体例子来展示,读者一看就知道这些参数的效用了。

认真读参数含义!认真读参数含义!认真读参数含义!读完你就发现“诶,我怎么会用 Cufflinks 画各式各样的图了”。

2

用 iplot 画图

数据

首先用 YahooFinancials API 来下载四个股票的 2020 年到 2021年的最新数据,安装该 API 用一行代码:

pip install yahoofinancials

数据的描述如下

  • 起始日:2020-01-01

  • 终止日:2021-01-26

  • 四只股票:FUTU、NIO、FUBO,DAO

下面代码就是从 API 获取数据:

盘一盘 Python 系列 - Cufflinks (下)_第4张图片

该 API 返回结果 stock_daily 是「字典」格式,样子非常丑陋,将上面的「原始数据」转换成 DataFrame,代码如下:

第 3 行完全是为了 YahooFinancial 里面的输入格式准备的。如果 Asset 是加密货币,直接用其股票代码;如果 Asset 是汇率,一般参数写成 EURUSD 或 USDJPY

  • 如果是 EURUSD,转换成 EURUSD=X

  • 如果是 USDJPY,转换成 JPY=X

第 6 行定义好开盘价、收盘价、最低价和最高价的标签。

第 7 行获取出一个「字典」格式的数据。

第 8, 9 行用列表解析式 (list comprehension) 将日期和价格获取出来。

第 11 到 13 行定义一个 DataFrame

  • 值为第 9 行得到的 price 列表

  • 行标签为第 8 行得到的 index 列表

  • 列标签为第 6 行定义好的 columns 列表

处理过后,将每个股票的收盘价合并成一个数据帧,打印其首尾三行得到:

df = pd.DataFrame()
for code in stock_code:
    data = data_converter( stock_daily, code, 'EQ' )
    df[code] = data['close']


df.index = pd.to_datetime(df.index)
df.head(3).append(df.tail(3))

盘一盘 Python 系列 - Cufflinks (下)_第5张图片

接下来画图,代码简单到已经不需要额外文字解释了,对比着参数设置一下子就能找出图中相对应特征。

可视图

四只股票价格折线图,在 x 轴、y 轴和图上列出标题。

df.iplot( kind='line', 
          xTitle='日期', 
          yTitle='价格', 
          title='四只股票表现' )

盘一盘 Python 系列 - Cufflinks (下)_第6张图片

由于股票价格量纲不同,有时候多只股票放在一起比较效果很差,比如你加入 AMZN,大概 3200 多,这样那些价格只有几十的股票折线几乎像一条水平线。下面做了标准化,将起始日的价格设为 100,再进行比较。

df.div(df.iloc[0,:]).mul(100).iplot( kind='line', 
                                     xTitle='日期',
                                     yTitle='标准化后价格',
                                     title='四只股票表现' )

盘一盘 Python 系列 - Cufflinks (下)_第7张图片

画 FUTU 和 NIO 日收益率的散点图。注意参数 color 和 symbol 的用法 (以字典个格式传入参数值)。

df[['FUTU','NIO']].pct_change().iplot(kind='scatter', mode='markers', size=8,
                                      color={'FUTU':'pink', 'NIO':'red'},
                                      symbol={'FUTU':'diamond', 'NIO':'circle'},
                                      xTitle='FUTU', yTitle='NIO', title='日收益率散点图')

盘一盘 Python 系列 - Cufflinks (下)_第8张图片

画 FUTU 和 NIO 价格的差异图。

df[['FUBO','NIO']].iplot(kind='spread',
                         xTitle='日期', 
                         yTitle='价格', 
                         title='FUBO 和 NIO 价格差异图')

盘一盘 Python 系列 - Cufflinks (下)_第9张图片

画 FUTU 和 NIO 价格的比率图。

df[['FUBO','NIO']].iplot(kind='ratio', 
                         xTitle='日期', 
                         yTitle='价格', 
                         title='FUBO 和 NIO 价格比率图')

盘一盘 Python 系列 - Cufflinks (下)_第10张图片

画四只股票日收益率的分组直方图。注意参数 barmode 和 histnorm 的用法。

df.pct_change().iplot(kind='histogram', 
                      barmode='group', histnorm='probability', 
                      xTitle='日收益率', yTitle='概率', title='四只股票日收益率分组直方图')

盘一盘 Python 系列 - Cufflinks (下)_第11张图片

画四只股票日收益率的堆叠直方图。注意参数 barmode 设为 stack。

df.pct_change().iplot(kind='histogram', 
                      barmode='stack',
                      xTitle='日收益率', yTitle='概率', title='四只股票日收益率堆叠直方图')

盘一盘 Python 系列 - Cufflinks (下)_第12张图片

下面四图分别画四只股票日收益率的直箱形图,前三个都是竖直展示箱 (参数 orirentation ='v'),并展示全部数据点、只展示离群点,和只展示可疑离群点,最后一天按水平展示箱 (参数 orirentation ='h')。

df.pct_change().iplot(kind='box', 
                      orientation='v', boxpoints='all',
                      xTitle='股票', yTitle='日收益率', title='四只股票日收益率箱形图')

盘一盘 Python 系列 - Cufflinks (下)_第13张图片

df.pct_change().iplot(kind='box',
                      orientation='v', boxpoints='outliers',
                      xTitle='股票', yTitle='日收益率', title='四只股票日收益率箱形图')

盘一盘 Python 系列 - Cufflinks (下)_第14张图片

df.pct_change().iplot(kind='box', 
                      orientation='v', boxpoints='suspectedoutliers',
                      xTitle='股票', yTitle='日收益率', title='四只股票日收益率箱形图')

盘一盘 Python 系列 - Cufflinks (下)_第15张图片

df.pct_change().iplot(kind='box', 
                      orientation='h',
                      xTitle='日收益率', yTitle='股票', title='四只股票日收益率箱形图')

盘一盘 Python 系列 - Cufflinks (下)_第16张图片

画四只股票按季度收益率的柱状图。按季度用 rsample('Q') 来分组;计算累计收益用 apply() 将 np.prod(1+x)-1 应用到每组中所有的数据。

df.pct_change().resample('Q').apply(lambda x: np.prod(1+x)-1).\
        iplot(kind='bar', 
              xTitle='季度',
              yTitle='收益率',
              title='四只股票季度收益率柱状图')

盘一盘 Python 系列 - Cufflinks (下)_第17张图片

画 NIO 和 DAO 的折线+拟合图,只需设置 bestfit 为 True,此外还可用 colors 和 bestfit_colors 设置折线和拟合线的颜色。

df[['NIO','DAO']].iplot( kind='scatter', 
                         bestfit=True, 
                         colors=['blue','red'],
                         bestfit_colors=['blue','red'],
                         xTitle='日期', yTitle='价格', title='最优线性拟合' )

盘一盘 Python 系列 - Cufflinks (下)_第18张图片

画图四只股票月收益率的气泡图。代码稍微有些复杂,但还是能一行流写出 (尽管有几个断行)。如何 resample 计算累计收益率前面已经讲了就不重复了,关键是先用 pd.melt() 将宽表变成长表,使其用三列 date, code 和 value,然后分别设为气泡的 x 轴数据、y 轴数据、和气泡大小。最后用 code 来区分不同股票的月收益率,即用不同颜色区分。

pd.melt( df.pct_change()
           .resample('M')
           .apply(lambda x: np.prod(1+x)-1)
           .reset_index(), id_vars=['date'], var_name='code' )\
        .iplot( kind='bubble', 
                x='value', y='date', size='value', 
                categories='code',
                xTitle='收益率', yTitle='日期', title='四只股票月度收益率气泡图' )

盘一盘 Python 系列 - Cufflinks (下)_第19张图片

回顾上面 iplot() 函数签名中,还有 **kwargs 参数,比如添加水平线 (hline) 和竖直线 (vline)。

df[['FUTU']].iplot(hline=[40,60], 
                   vline=['2020-11-19'],
                   xTitle='价格', yTitle='日期', title='FUTU 股价')

盘一盘 Python 系列 - Cufflinks (下)_第20张图片

可用字典格式进一步设置水平线和竖直线的特征。

df[['FUTU']].iplot(hline=[dict(y=40,color='blue',width=10),
                          dict(y=60,color='green',dash='dash')], 
                   vline=['2020-11-19'],
                   xTitle='价格', yTitle='日期', title='FUTU 股价')

盘一盘 Python 系列 - Cufflinks (下)_第21张图片

同理,可添加水平块 (hspan) 和竖直块 (vspan)。

df[['FUTU']].iplot(hspan=[(40,60)],
                   vspan=[('2020-11-19','2021-01-01')],
                   xTitle='价格', yTitle='日期', title='FUTU 股价')

盘一盘 Python 系列 - Cufflinks (下)_第22张图片

可用字典格式进一步设置水平块和竖直块的特征。

df[['FUTU']].iplot(hspan={'y0':40, 'y1':60, 'color':'black', 'fill':False}, 
                   vspan={'x0':'2020-11-19', 'x1':'2021-01-01', 'color':'blue', 'fill':True, 'opacity':0.2},
                   xTitle='价格', yTitle='日期', title='FUTU 股价')

盘一盘 Python 系列 - Cufflinks (下)_第23张图片

画子图也可以实现,将 subplots 设为 True 即可。

df.iplot( subplots=True, 
          subplot_titles=True, 
          legend=False,
          xTitle='日期', yTitle='价格', title='四只股票价格')

盘一盘 Python 系列 - Cufflinks (下)_第24张图片

显式设定多图的布局也容易,用 shape 参数。

df.pct_change()[-30:].iplot( subplots=True, 
                             shape=(4,1), 
                             shared_xaxes=True, 
                             vertical_spacing=.02, 
                             fill=True,
                             xTitle='日期', title='四只股票日收益率')

盘一盘 Python 系列 - Cufflinks (下)_第25张图片

如果多图的布局不规则怎么办?如果每个子图的类型不一样怎么办?

好办!分四步:

  1. 将具体的子图一个个按顺序放入 cf.figures() 里

  2. 创建布局,用 cf.tools.get_base_layout()

  3. 设定每个子图占布局的位置,用 cf.subplots() 并设置 specs

  4. 最后 cf.iplot() 画图即可

盘一盘 Python 系列 - Cufflinks (下)_第26张图片

盘一盘 Python 系列 - Cufflinks (下)_第27张图片

3

总结

Cufflinks 很简单,一行 iplot 流

Cufflinks 不简单,细节在魔鬼

熟读函数 API,很快能学会

Python 付费精品视频课

8 节 Python 数据分析 (NumPy/Pandas/Scipy) 课:

  1. NumPy 上

  2. NumPy 下

  3. Pandas 上

  4. Pandas 下

  5. SciPy 上

  6. SciPy 下

  7. Pandas + 时间序列

  8. Pandas + 高频数据

11 节 Python 基础课:

  1. 编程概览

  2. 元素型数据

  3. 容器型数据

  4. 流程控制:条件-循环-异常处理

  5. 函数上:低阶函数

  6. 函数下:高阶函数

  7. 类和对象:封装-继承-多态-组合

  8. 字符串专场:格式化和正则化

  9. 解析表达式:简约也简单

  10. 生成器和迭代器:简约不简单

  11. 装饰器:高端不简单

今年还会出 Python 三个系列: 

  • 数据可视化 (Matplotlib/Seaborn/Bokeh/Plotly/PyEcharts)

  • 机器学习 (Scikit Learn/Scikit Plot)

  • 深度学习 (Keras)

你可能感兴趣的:(列表,python,webgl,数据可视化,glassfish)