【无标题】

最新推荐文章于 2025-12-19 16:26:43 发布

原创最新推荐文章于 2025-12-19 16:26:43 发布 · 114 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#matplotlib #python

本文介绍了使用Python的matplotlib库绘制股票一周收盘价折线图的过程，包括数据准备、坐标系设置、绘图、刻度定制和轴标签设置等步骤。

部署运行你感兴趣的模型镜像

导入模块：

 %matplotlib notebook
import numpy as np
import matplotlib.pyplot as plt

设置中文黑体：

plt.rcParams["font.sans-serif"] = ["SimHei"]
plt.rcParams["axes.unicode_minus"] = False

准备数据：

建一个labels作图的x轴文本标签

x_data = np.arange(1,8,1)
y_data = [44.98, 45.02, 44.32, 41.05, 42.08, 42.08, 42.08] # 周末休市

labels=['周一','周二','周三','周四','周五','周六','周日']

创建画布和坐标系：

在距画布顶部 0.2、左侧 0.2 的位置上添加一个宽度为 0.5、高度为0.5的绘图区域

ax = plt.axes((0.2,0.2,  0.5,0.5))

绘图：

ms：设置圆点大小

ax.plot(labels,y_data,'.-',color='purple',ms=25)

定制刻度：

direction：（in/out/inout)分别为里，外，里和外，三种刻度方式

labelrotation：标签文本的旋转角度

ax.xaxis.set_tick_params(direction='in',length=8,width=2,labelrotation=25)    # 单独控制
ax.yaxis.set_tick_params(direction='in',length=8,width=2)

设置轴标签：

rotation：标签文本的旋转角度

labelpad：图和文本之间的距离

ax.set_ylabel('收盘价(￥)',rotation=0,labelpad=38,fontsize=15)
ax.set_xlabel('周日期',labelpad=20,fontsize=15)

隐藏上轴脊和右轴脊：

ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')

整体代码如下：

# matplotlib中文网 https://www.matplotlib.org

# 需求一：绘制某股票一周内收盘价折线图（见运行结果展示图）

%matplotlib notebook
import numpy as np
import matplotlib.pyplot as plt

# 0.设置中文黑体
plt.rcParams["font.sans-serif"] = ["SimHei"]
plt.rcParams["axes.unicode_minus"] = False

# 1.准备数据
x_data = np.arange(1,8,1)
y_data = [44.98, 45.02, 44.32, 41.05, 42.08, 42.08, 42.08] # 周末休市

labels=['周一','周二','周三','周四','周五','周六','周日']
# 2.创建画布和坐标系
ax = plt.axes((0.2,0.2,  0.5,0.5))

# 3.绘图
ax.plot(labels,y_data,'.-',color='purple',ms=25)

# 4.定制刻度
ax.xaxis.set_tick_params(direction='in',length=8,width=2,labelrotation=25)    # 单独控制
ax.yaxis.set_tick_params(direction='in',length=8,width=2)

# 5.设置轴标签
ax.set_ylabel('收盘价(￥)',rotation=0,labelpad=38,fontsize=15)
ax.set_xlabel('周日期',labelpad=20,fontsize=15)

# 6.隐藏上轴脊和右轴脊
ax.spines['right'].set_color('none')
ax.spines['top'].set_color('none')

# 7.展示图表
plt.show()

运行结果如图：