Python 金融交易实用指南（二）（4）-阿里云开发者社区

Python 金融交易实用指南（二）（3）https://developer.aliyun.com/article/1523758

写入 CSV 文件

使用 pandas.DataFrame.to_csv(...) 方法可以轻松将 pandas DataFrame 写入 CSV 文件。header= 参数控制是否将标题写入文件顶部，而 index= 参数控制是否将索引轴值写入文件：

df.to_csv('df.csv', sep=',', header=True, index=True)

我们可以使用以下 Linux 命令检查写入磁盘的文件。! 字符指示笔记本运行一个 shell 命令：

!head -n 4 df.csv

文件包含以下行：

,A,B,C,D,E
4,-0.6329164608486778,0.3733235944037599,0.8225354680198685,-0.5171618315489593,0.5492241692404063
17,0.7664860447792711,0.8427366352142621,0.9621402130525599,-0.41134468872009666,-0.9704305306626816
24,-0.22976016405853183,0.38081314413811984,-1.526376189972014,0.07229102135441286,-0.3297356221604555

读取 CSV 文件

使用 pandas.read_csv(...) 方法可以读取 CSV 文件并构建一个 pandas DataFrame。在这里，我们将指定字符（虽然这是 read_csv 的默认值），index_col= 参数来指定哪一列作为 DataFrame 的索引，以及 nrows= 参数来指定要读取的行数：

pd.read_csv('df.csv', sep=',', index_col=0, nrows=5)

这构建了以下 DataFrame，该 DataFrame 与写入磁盘的相同：

A          B          C           D         E
 4  -0.632916   0.373324   0.822535  -0.517162   0.549224
17   0.766486   0.842737   0.962140  -0.411345  -0.970431
24  -0.229760   0.380813  -1.526376   0.072291  -0.329736
33   0.662259  -1.457732  -2.268573   0.332456   0.496143
33   0.335710   0.452842  -0.977736   0.677470   1.164602

我们还可以指定 chunksize= 参数，该参数一次读取指定数量的行，这在探索非常大的文件中包含的非常大的数据集时会有所帮助：

pd.read_csv('df.csv', sep=',', index_col=0, chunksize=2)

这将返回一个 pandas TextFileReader 生成器，我们可以根据需要迭代它，而不是一次加载整个文件：

<pandas.io.parsers.TextFileReader at 0x7fb4e9933a90>

我们可以通过将生成器包装在列表中来强制生成器完成评估，并观察按两行一组加载的整个 DataFrame：

list(pd.read_csv('df.csv', sep=',', index_col=0, 
                  chunksize=2))

这给我们带来了以下两行块的列表：

[           A         B         C         D         E
 4  -0.632916  0.373324  0.822535 -0.517162  0.549224
 17  0.766486  0.842737  0.962140 -0.411345 -0.970431,
            A         B         C         D         E
 24 -0.229760  0.380813 -1.526376  0.072291 -0.329736
 33  0.662259 -1.457732 -2.268573  0.332456  0.496143,
...

现在我们将看看如何探索 JSON 文件中的文件操作。

JSON 文件

JSON 文件基于与 Python 字典相同的数据结构。这使得 JSON 文件非常方便，可用于许多目的，包括表示 DataFrames 和表示配置文件。

pandas.DataFrame.to_json(...) 方法方便地将 DataFrame 写入磁盘上的 JSON 文件。在这里，我们只写入了前四行：

df.iloc[:4].to_json('df.json')

让我们来看看写入磁盘的 JSON 文件：

!cat df.json

这样我们就得到了以下写入磁盘的字典样式 JSON 文件：

{"A":{"4":-0.6329164608,"17":0.7664860448,"24":-0.2297601641,"33":0.6622594878},"B":{"4":0.3733235944,"17":0.8427366352,"24":0.3808131441,"33":-1.4577321521},"C":{"4":0.822535468,"17":0.9621402131,"24":-1.52637619,"33":-2.2685732447},"D":{"4":-0.5171618315,"17":-0.4113446887 ,"24":0.0722910214,"33":0.3324557226},"E":{"4":0.5492241692 ,"17":-0.9704305307,"24":-0.3297356222,"33":0.4961425281}}

使用pandas.read_json(...)方法将 JSON 文件读回到 Pandas DataFrames 中同样很容易：

pd.read_json('df.json')

这样我们就能得到原始的写入磁盘的四行 DataFrame：

A         B           C         D           E
 4  -0.632916   0.373324   0.822535  -0.517162   0.549224
17   0.766486   0.842737   0.962140  -0.411345  -0.970431
24  -0.229760   0.380813  -1.526376   0.072291  -0.329736
33   0.662259  -1.457732  -2.268573   0.332456   0.496143

恭喜成功完成本课程！

总结

本章介绍了 pandas 库，几乎所有 Python 中的时间序列操作都是基于它完成的。我们已经学会了如何创建 DataFrame，如何修改它以及如何持久化它。

Pandas DataFrames 主要用于高性能的大规模数据操作、选择和重塑数据。它们是 Python 版本的 Excel 工作表。

在下一章中，我们将使用 Matplotlib 在 Python 中进行可视化探索。

第五章：使用 Matplotlib 进行数据可视化

数据可视化比阅读纯数字表格更容易理解数值数据。即时获取数据洞察力和识别模式、趋势和异常值是绘图库的主要用途。

在决定哪些股票可能适合哪些算法交易策略时，创建股票价格图是第一步——某些策略仅适用于趋势股票，某些策略适用于均值回归股票等等。虽然数值统计数据至关重要，但设计良好的图表是无法替代的。

本章向我们介绍了 Matplotlib，这是一个静态、动画和交互式的 Python 可视化库，扩展了 NumPy 的功能。pandas 库允许直接使用 Matplotlib 绘制 DataFrame 图表。

本章涵盖了以下主要主题：

创建图和子图
使用颜色、标记和线型丰富图表
通过刻度、标签和图例丰富坐标轴
使用注释丰富数据点
将图保存到文件中
使用 Matplotlib 绘制 pandas DataFrame

技术要求

本章中使用的 Python 代码可在该书代码库中的 Chapter05/matplotlib.ipynb 笔记本中找到。

创建图和子图

Matplotlib 支持在单个图中绘制多个图表（子图），这是 Matplotlib 对绘图画布的术语。

定义图的子图

要创建一个 matplotlib.pyplot.figure 对象，请使用以下方法：

import matplotlib.pyplot as plt
fig = plt.figure(figsize=(12, 6), dpi=200)

这会生成一个空的图形对象（0 Axes）：

<Figure size 2400x1200 with 0 Axes>

在我们在这个图上绘制任何东西之前，我们需要添加子图以为它们创建空间。matplotlib.pyplot.figure.add_subplot(...) 方法让我们通过指定子图的大小和位置来做到这一点。

下面的代码块在左侧添加了一个大小为 1x2 的子图，然后在右上方添加了一个 2x2 的子图，最后在右下方添加了一个 2x2 的子图：

ax1 = fig.add_subplot(1, 2, 1)
ax2 = fig.add_subplot(2, 2, 2)
ax3 = fig.add_subplot(2, 2, 4)
fig

结果是以下图形对象，其中包含我们刚刚添加的子图：

图 5.1 – 包含三个空子图的图

现在，一旦我们创建了图表的空间（"plots"/"subplots"），我们就可以用可视化数据填充它们。在所有报告中，页面上的物理空间都非常昂贵，因此创建像前面的图表是最佳实践。

在子图中绘图

让我们使用 numpy.linspace(...) 在 x 轴上生成均匀间隔的值，然后使用 numpy.square(...)、numpy.sin(...) 和 numpy.cos(...) 方法在 y 轴上生成相应的值。

我们将使用从添加子图中获得的 ax1、ax2 和 ax3 轴变量来绘制这些函数：

import numpy as np
x = np.linspace(0, 1, num=20)
y1 = np.square(x)
ax1.plot(x, y1, color='black', linestyle='--')
y2 = np.sin(x)
ax2.plot(x, y2, color='black', linestyle=':')
y3 = np.cos(x)
ax3.plot(x, y3, color='black', linestyle='-.')
fig

现在，以下图包含了我们刚刚绘制的值：

图 5.2 - 包含三个子图绘制平方、正弦和余弦函数的图

创建子图时，可以传递sharex=参数，以指定所有子图应共享相同的x轴。

让我们演示这个功能并绘制平方，然后使用numpy.power(...)方法将x提高到 10 次方，并使用相同的x轴绘制它们：

fig, (ax1, ax2) = plt.subplots(2, figsize=(12, 6),
                               sharex=True)
ax1.plot(x, y1, color='black', linestyle='--')
y2 = np.power(x, 10)
ax2.plot(x, y2, color='black', linestyle='-.')

结果是以下带有共享x轴和不同函数绘制在每个图表上的图：

图 5.3 - 共享 x 轴的子图，包含平方和取 10 次方函数

我们生成的图表还不够自解释 - 尚不清楚x轴和y轴上的单位是什么，以及每个图表代表什么。为了改进图表，我们需要用颜色、标记和线型来丰富它们，用刻度、图例和标签来丰富轴，并提供选定数据点的注释。

用颜色、标记和线型丰富图表

颜色、标记和线型使图表更易于理解。

接下来的代码块绘制了四个不同的函数，并使用以下参数修改外观：

color=参数用于分配颜色。
linewidth=参数用于更改线的宽度/粗细。
marker=参数分配不同形状来标记数据点。
markersize=参数改变了这些标记的大小。
alpha=参数用于修改透明度。
drawstyle=参数将默认线连接方式更改为一种绘制之间的阶梯连接方式。

代码如下：

fig, (ax1, ax2, ax3, ax4) = plt.subplots(4, 
                                         figsize=(12, 12), 
                                         sharex=True)
x = np.linspace(0, 10, num=20)
y1 = np.exp(x)
y2 = x ** 3
y3 = np.sin(y2)
y4 = np.random.randn(20)
ax1.plot(x, y1, color='black', linestyle='--', linewidth=5,
         marker='x', markersize=15)
ax2.plot(x, y2, color='green', linestyle='-.', linewidth=2, 
         marker='^', markersize=10, alpha=0.9)
ax3.plot(x, y3, color='red', linestyle=':', marker='*', 
         markersize=15, drawstyle='steps')
ax4.plot(x, y4, color='green', linestyle='-', marker='s', 
         markersize=15)

输出显示了四个具有不同属性的函数：

图 5.4 - 演示不同颜色、线型、标记样式、透明度和大小选项的图

使用不同的颜色、线型、标记样式、透明度和大小选项，可以生成具有易于识别的多个时间序列的丰富图表。选择颜色时要明智，因为它们在某些笔记本电脑屏幕上或在打印时可能不会很好地呈现。

丰富轴是制作出色图表的下一步。

用刻度、标签和图例丰富轴

通过自定义轴来进一步改进图表，通过刻度、限制和标签：

matplotlib.pyplot.xlim(...)方法设置x轴上的值的范围。

matplotlib.pyplot.xticks(...)方法指定x轴上刻度显示的位置：

plt.xlim([8, 10.5])
plt.xticks([8, 8.42, 8.94, 9.47, 10, 10.5])
plt.plot(x, y1, color='black', linestyle='--', marker='o')

这将修改x轴以在指定的限制内，并在明确指定的值处显示刻度：

图 5.5 – 具有显式 x 轴限制和刻度的图表

我们还可以使用 matplotlib.Axes.set_yscale(...) 方法将其中一个轴的比例改变为非线性。

matplotlib.Axes.set_xticklabels(...) 方法更改x轴上的标签：

fig, ax = plt.subplots(1, figsize=(12, 6))
ax.set_yscale('log')
ax.set_xticks(x)
ax.set_xticklabels(list('ABCDEFGHIJKLMNOPQRSTUV'))
ax.plot(x, y1, color='black', linestyle='--', marker='o',
        label='y=exp(x)')

那个代码块的输出显示了y轴比例尺的差异，现在是对数，以及x轴刻度具有特定的刻度标签：

图 5.6 – 具有对数 y 轴比例尺和自定义 x 轴刻度标签的图表

图表中的对数比例尺在数据集涵盖大范围的值和/或我们想要传达百分比变化或乘法因子时非常有用。

matplotlib.Axes.set_title(...) 方法用于向绘图添加标题，matplotlib.Axes.set_xlabel(...) 和 matplotlib.Axes.set_ylabel(...) 方法用于设置x和y轴的标签。

matplotlib.Axes.legend(...) 方法添加图例，使图表更易于解释。loc= 参数指定图例在图表上的位置，loc='best' 表示 Matplotlib 自动选择最佳位置：

ax.set_title('xtickslabel example')
ax.set_xlabel('x labels')
ax.set_ylabel('log scale y values')
ax.legend(loc='best')
fig

以下图表显示了标题、x 和 y 轴标签以及图例：

图 5.7 – 展示了标题、x 轴和 y 轴标签以及图例的图表

每个时间序列的不同渲染图表以及解释单位和轴标签足以理解图表。然而，总会有一些特殊的数据点，值得指出。

用注释丰富数据点

matplotlib.Axes.text(...) 方法向我们的图表添加文本框：

ax.text(1, 10000, 'Generated using numpy and matplotlib')
fig

输出如下：

图 5.8 – 显示 Matplotlib 文本注释的图表

matplotlib.Axes.annotate(...) 方法提供了对注释的更多控制。

接下来的代码块使用以下参数控制注释：

xy= 参数指定数据点的位置。
xytext= 参数指定文本框的位置。
arrowprops= 参数接受一个字典，用于指定控制从文本框到数据点的箭头的参数。
facecolor= 参数指定颜色，shrink= 参数指定箭头的大小。
horizontalalignment= 和 verticalalignment= 参数指定文本框相对于数据点的方向。

代码如下：

for i in [5, 10, 15]:
    s = '(x=' + str(x[i]) + ',y=' + str(y1[i]) + ')'
    ax.annotate(s, xy=(x[i], y1[i]), xytext=(x[i]+1, 
                y1[i]-5),
                arrowprops=dict(facecolor='black', 
                shrink=0.05), horizontalalignment='left', 
                verticalalignment='top')
fig

结果如下：

图 5.9 – 具有数据点的文本和箭头注释的图表

引导读者注意关键数据点有助于读者专注于图表的信息。

可以使用 matplotlib.Axes.add_patch(...) 方法添加不同形状的注释。

接下来的代码块添加了一个 matplotlib.pyplot.Circle 对象，它接受以下内容：

使用 xy= 参数来指定位置
使用 radius= 参数来指定圆的半径
使用 color= 参数来指定圆的颜色

代码如下：

fig, ax = plt.subplots(1, figsize=(12, 6))
ax.plot(x, x, linestyle='--', color='black', marker='*', 
        markersize=15)
for val in x:
    ax.add_patch(plt.Circle(xy=(val, val), radius=0.3, 
                 color='darkgray'))

这生成了以下图表，其中数据点周围有圆圈：

图 5.10 – 包含围绕数据点添加补丁生成的圆形注释的图表

现在我们已经生成了漂亮、专业的图表，需要学习如何分享这些图片。

将图表保存到文件

matplotlib.pyplot.figure 对象使我们能够以不同的文件格式保存图表到磁盘，具有许多尺寸和分辨率说明符，例如 dpi= 参数：

fig.savefig('fig.png', dpi=200)

这将以下图表写入 fig.png 文件：

图 5.11 – 写入磁盘上的 Matplotlib 图表并在外部查看器中打开

导出的交易策略表现图像经常用于 HTML 或电子邮件报告。对于打印，请选择打印机的 DPI 作为图表的 DPI。

使用 Matplotlib 绘制 pandas DataFrame 图表

pandas 库提供了使用 Matplotlib 对 Series 和 DataFrame 对象进行绘图的功能。

让我们创建一个包含连续值的 Cont 值的 pandas DataFrame，模拟价格，以及模拟价格变化的 Delta1 和 Delta2 值。 Cat 值包含五种可能的分类数据：

import pandas as pd
df = pd.DataFrame(index=range(1000), 
                  columns=['Cont value', 'Delta1 value', 
                           'Delta2 value', 'Cat value'])
df['Cont value'] = np.random.randn(1000).cumsum()
df['Delta1 value'] = np.random.randn(1000)
df['Delta2 value'] = np.random.randn(1000)
df['Cat value'] = np.random.permutation(['Very high',
                                         'High', 'Medium',
                                         'Low', 
                                         'Very Low']*200)
df['Delta1 discrete'] = pd.cut(df['Delta1 value'], 
                               labels=[-2, -1, 0, 1, 2], 
                               bins=5).astype(np.int64)
df['Delta2 discrete'] = pd.cut(df['Delta2 value'], 
                               labels=[-2, -1, 0, 1, 2], 
                               bins=5).astype(np.int64)
df

这生成了以下 DataFrame：

Cont value  Delta1 val  Delta2 val  Cat value  Delta1 discrete  Delta2 discrete
0   -1.429618    0.595897   -0.552871   Very high    1    0
1   -0.710593    1.626343    1.123142      Medium    1    1
...       ...         ...         ...       ...    ...  ...
998 -4.928133   -0.426593   -0.141742   Very high    0    0
999 -5.947680    -0.183414  -0.358367      Medium    0    0
1000 rows × 6 columns

让我们探索不同的方式，展现这个 DataFrame。

创建 DataFrame 列的线图

我们可以使用 pandas.DataFrame.plot(...) 方法的 kind= 参数在线图中绘制 'Cont value'：

df.plot(y='Cont value', kind='line', color='black', 
        linestyle='-', figsize=(12, 6))

此命令生成以下图表：

图 5.12 – 使用 pandas.DataFrame.plot(…) 方法生成的线图

线图通常用于显示时间序列。

Python 金融交易实用指南（二）（5）https://developer.aliyun.com/article/1523760

Python 金融交易实用指南（二）（4）

写入 CSV 文件

读取 CSV 文件

JSON 文件

总结

第五章：使用 Matplotlib 进行数据可视化

技术要求

创建图和子图

定义图的子图

在子图中绘图

用颜色、标记和线型丰富图表

用刻度、标签和图例丰富轴

用注释丰富数据点

将图表保存到文件

使用 Matplotlib 绘制 pandas DataFrame 图表

创建 DataFrame 列的线图

热门文章

最新文章

相关课程

相关电子书

相关实验场景

推荐镜像

热门

活动广场

任务中心

开发者评测

高校计划

乘风者计划

训练营

阿里云MVP

话题

直播

下载

镜像站

技术资料

插件

Python 金融交易实用指南（二）（4）

写入 CSV 文件

读取 CSV 文件

JSON 文件

总结

第五章：使用 Matplotlib 进行数据可视化

技术要求

创建图和子图

定义图的子图

在子图中绘图

用颜色、标记和线型丰富图表

用刻度、标签和图例丰富轴

用注释丰富数据点

将图表保存到文件

使用 Matplotlib 绘制 pandas DataFrame 图表

创建 DataFrame 列的线图

热门文章

最新文章

相关课程

相关电子书

相关实验场景

推荐镜像