【matplotlib】【绘制股票数据】子图的绘制、子图标签设置、双y轴

最近在使用matplotlib,把我自己遇到过的问题总结一下叭~

效果图

在这里插入图片描述

设置画布

fig = plt.figure(figsize=(30,15))

画图

我要画的是3行,1列共三个图
第一个子图(双y轴子图)

host = fig.add_subplot(311) #311表示3行1列里的第一个图
host.set_title(title)
host.set_xlabel("timestamp",fontsize =12)
host.set_ylabel("totle asset",fontsize =12)

如果第一个图是 双y轴,则:

par = host.twinx()
par.set_ylabel("cur Price",fontsize =12) #设置x、y标签的操作和主轴一样

第二个子图

ax2 = fig.add_subplot(312)
ax2.set_xlabel("timestamp",fontsize =12)
ax2.set_ylabel("amount",fontsize =12)

第三个子图

    ax3 = fig.add_subplot(313)
    ax3.set_xlabel("timestamp",fontsize =12)
    ax3.set_ylabel("amount",fontsize =12)
    par_3 = ax3.twinx()
    par_3.set_ylabel("transaction Price",fontsize =12)

画线

    asset_line_1, = host.plot(x,y1,label='asset_line')
    price_line_1, = par.plot(x,y2, color='red',label='price_line')
    host.legend(handles=[asset_line_1,price_line_1], labels=['asset_line','price_line'], loc=2)
    
    amount_line_2, = ax2.plot(x,amount,'co-',label='amount_line')

    asset_line_3, = ax3.plot(timestamp_3,asset_list_3,label='asset_line')
    amount_line_3, = ax3.plot(timestamp_3,amount_3,'co-',label='amount_line')
    price_line_3, = par_3.plot(timestamp_3,price_3, color='red',label='price_line')

展示各条线的情况legent

host.legend(handles=[asset_line_1,price_line_1], labels=['asset_line','price_line'], loc=2)
ax3.legend(handles=[asset_line_3, amount_line_3,price_line_3], labels=['asset_line','amount_line','price_line'], loc=2)

x轴标签旋转

for xtick in ax3.get_xticklabels():
    xtick.set_rotation(-45)

x轴标签(间隔)选取

host.xaxis.set_major_locator(plt.MultipleLocator(10))
ax2.xaxis.set_major_locator(plt.MultipleLocator(10))

画网格

plt.tight_layout()#紧凑布局
host.grid(which='major',axis="both",linewidth=0.75,linestyle='-',color='orange')
host.grid(which='minor',axis="both",linewidth=0.25,linestyle='-',color='orange')

ax3.grid(which='major',axis="both",linewidth=0.75,linestyle='-',color='orange')
ax3.grid(which='minor',axis="both",linewidth=0.25,linestyle='-',color='orange') 

对图像设置数字标签

设置数字标签
for a, b in zip(x, y1):
    host.text(a, b, "%.5f" % b, ha='center', va='bottom', fontsize=10)
for a, b in zip(x, y2):
    par.text(a, b, "%.5f" % b, ha='center', va='bottom', fontsize=10)
for a, b in zip(x, amount):
    host.text(a, b, b, ha='center', va='bottom', fontsize=10)

存储

plt.savefig(output_name)

完整代码

    #图片窗口
    fig = plt.figure(figsize=(30,15))

    host = fig.add_subplot(311)
    host.set_title(title)
    host.set_xlabel("timestamp",fontsize =12)
    host.set_ylabel("totle asset",fontsize =12)
    par = host.twinx()
    par.set_ylabel("cur Price",fontsize =12)

    ax2 = fig.add_subplot(312)
    ax2.set_xlabel("timestamp",fontsize =12)
    ax2.set_ylabel("amount",fontsize =12)

    ax3 = fig.add_subplot(313)
    ax3.set_xlabel("timestamp",fontsize =12)
    ax3.set_ylabel("amount",fontsize =12)
    par_3 = ax3.twinx()
    par_3.set_ylabel("transaction Price",fontsize =12)

    #画线
    asset_line_1, = host.plot(x,y1,label='asset_line')
    price_line_1, = par.plot(x,y2, color='red',label='price_line')
    host.legend(handles=[asset_line_1,price_line_1], labels=['asset_line','price_line'], loc=2)
    
    amount_line_2, = ax2.plot(x,amount,'co-',label='amount_line')

    asset_line_3, = ax3.plot(timestamp_3,asset_list_3,label='asset_line')
    amount_line_3, = ax3.plot(timestamp_3,amount_3,'co-',label='amount_line')
    price_line_3, = par_3.plot(timestamp_3,price_3, color='red',label='price_line')
    ax3.legend(handles=[asset_line_3, amount_line_3,price_line_3], labels=['asset_line','amount_line','price_line'], loc=2)
       
    # #设置坐标轴
    # host.set_xticklabels(labels=trade_date, fontsize=10,rotation=-90)
    for xtick in ax3.get_xticklabels():
        xtick.set_rotation(-45)

    #画网格
    # ax = plt.gca()
    host.xaxis.set_major_locator(plt.MultipleLocator(10))
    ax2.xaxis.set_major_locator(plt.MultipleLocator(10))
    # ax.xaxis.set_major_locator(ticker.MultipleLocator(2))
    # ax.xaxis.set_minor_locator(plt.MultipleLocator(.1))
    # ax.yaxis.set_major_locator(plt.MultipleLocator(1.0))
    # ax.yaxis.set_minor_locator(plt.MultipleLocator(.1))
    plt.tight_layout()#紧凑布局
    host.grid(which='major',axis="both",linewidth=0.75,linestyle='-',color='orange')
    host.grid(which='minor',axis="both",linewidth=0.25,linestyle='-',color='orange')

    ax3.grid(which='major',axis="both",linewidth=0.75,linestyle='-',color='orange')
    ax3.grid(which='minor',axis="both",linewidth=0.25,linestyle='-',color='orange') 

  
    # # 设置数字标签
    # for a, b in zip(x, y1):
    #     host.text(a, b, "%.5f" % b, ha='center', va='bottom', fontsize=10)
    # for a, b in zip(x, y2):
    #     par.text(a, b, "%.5f" % b, ha='center', va='bottom', fontsize=10)
    # for a, b in zip(x, amount):
    #     host.text(a, b, b, ha='center', va='bottom', fontsize=10)
    # a = ScrollableWindow(fig)
    plt.savefig(output_name)
<think>嗯,用户想了解Excel中的VLOOKUP函数的用法和参数含义。首先,我需要回忆一下VLOOKUP的基本结构。VLOOKUP是垂直查找函数,用于在表格的首列查找指定的值,然后返回该行中指定列的数据。它的四个参数分别是查找值、表格范围、列索引号和匹配模式。 接下来,我得确认每个参数的具体作用。第一个参数是lookup_value,也就是用户要查找的值,比如产品ID或者姓名。第二个参数是table_array,即查找的范围,这里要注意的是,查找值必须位于这个范围的第一列,否则函数无法正确工作。第三个参数是col_index_num,也就是用户想要返回的数据在表格范围中的第几列,这个列数是从表格范围的第一列开始算起的,不是整个工作表的列。第四个参数是range_lookup,决定是精确匹配还是近似匹配,通常用FALSE或0来指定精确匹配,避免错误。 然后,用户可能需要一个具体的例子来理解如何使用。比如,假设有一个产品价格表,用户想根据产品ID查找对应的价格。这时候,VLOOKUP就可以在ID列查找,然后返回价格列的数据。同时,要提醒用户注意表格范围最好使用绝对引用,比如$A$2:$C$100,这样在拖动公式时范围不会变化。 可能遇到的问题也需要考虑。比如,如果查找值不在表格的第一列,或者列索引号超过了表格的列数,函数会返回错误。此外,数据格式不一致也可能导致问题,比如查找值是数字,而表格中是文本格式的数字,这时候需要统一格式。还有,当出现#N/A错误时,可能是查找值不存在,或者匹配模式设置不正确,需要检查参数是否正确。 用户可能还会问到如何避免常见的错误,比如部分数据匹配出错的情况。这时候需要检查是否有多余的空格,或者数据格式不一致,或者表格范围没有锁定导致拖动时偏移。此外,XLOOKUP作为VLOOKUP的升级版,可能在某些情况下更方便,比如可以向左查找或者返回多列数据,这也是可以提及的内容。 最后,整理步骤,从基础语法到参数说明,再到具体案例,逐步引导用户理解如何使用VLOOKUP函数。同时,提供常见错误和解决方法,帮助用户在实际应用中避免问题。如果有必要,还可以比较VLOOKUP和其他查找函数的区别,比如HLOOKUP或XLOOKUP,但根据用户的问题,主要集中在VLOOKUP本身即可。</think>### Excel VLOOKUP函数详解 #### 一、基础语法与参数说明 VLOOKUP函数的语法为: $$=VLOOKUP(lookup\_value, table\_array, col\_index\_num, [range\_lookup])$$ 包含4个参数: 1. **lookup_value**(必填):要查找的值(如单元格引用或具体值) 2. **table_array**(必填):包含数据的表格范围(必须包含查找列和返回列) 3. **col_index_num**(必填):返回值所在列的序号(从table_array第一列开始计数) 4. **range_lookup**(可选):匹配类型 - `TRUE`/`1`:近似匹配(默认值,需数据升序排列) - `FALSE`/`0`:精确匹配(常用选项) [^1][^2] #### 二、使用步骤演示(工资表查询案例) 假设需要根据员工编号查询工资: 1. 建立查询单元格(如`B12`) 2. 输入公式: ```excel =VLOOKUP(A12, $A$2:$D$100, 4, 0) ``` - `A12`:待查询的员工编号 - `$A$2:$D$100`:锁定数据区域(绝对引用) - `4`:返回第4列(工资列) - `0`:精确匹配 [^2][^3] #### 三、常见错误与解决方法 | 错误现象 | 原因 | 解决方案 | |---------|------|---------| | #N/A | 查找值不存在 | 检查数据源或改用`IFERROR`容错 | | #REF! | 列序号超出范围 | 确认col_index_num ≤ 表格列数 | | 部分匹配失败 | 数据格式不一致 | 统一数值/文本格式 | | 结果错位 | 表格未锁定 | 使用`$`符号固定区域引用 | [^3][^4] #### 四、进阶技巧 1. **多条件查询**: 使用辅助列合并多个条件字段 ```excel =VLOOKUP(A2&B2, $D$2:$F$100, 3, 0) ``` 2. **通配符匹配**: `"*"`匹配任意字符,`"?"`匹配单个字符 ```excel =VLOOKUP("张*", $A$2:$C$100, 3, 0) ``` 3. **跨表查询**: 引用其他工作表数据 ```excel =VLOOKUP(A2, Sheet2!$A$2:$D$100, 4, 0) ``` [^1][^4]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值