- 请参阅此answer，了解将位置参数传递给seborn绘图API的正确方法.
- 传递给Seborn的数据帧应该是整洁的(长格式)，而不是宽格式，这可以用
pandas.DataFrame.melt来实现，如这个question的答案所示.
- Seborn的首选方法是以"长格式"或"整齐"格式处理数据.这意味着每个变量是一列，每个观测是一行.此格式更灵活，因为它使数据子集和创建复杂的可视化效果更容易.
- 一般用例:
- 线形图:连续数据，例如相对于日期的值
- 条形图:分类数据，例如针对类别的值
- 散点图:显示单个受试者样本测量的两个变量之间关系的双变量图
- Tested in 100, 101, 102, 103.
import yfinance as yf
import seaborn as sns
import matplotlib.pyplot as plt
# download the data
2018年底 = yf.download(['ABBN.SW', 'ADEN.SW', 'CFR.SW', 'SGSN.SW', 'HOLN.SW', 'NESN.SW', 'NOVN.SW', 'ROG.SW', 'SREN.SW', 'SCMN.SW', 'UHR.SW', 'UBSG.SW', 'ZURN.SW'], start='2018-12-28', end='2023-12-29')['Adj Close']
# convert the data to a long form
2018年底_long = 2018年底.melt(ignore_index=False).reset_index()
# plot
plt.figure(figsize=(10, 8))
ax = sns.scatterplot(data=2018年底_long, x='Date', y='value', hue='Ticker', marker='.')
sns.move_legend(ax, bbox_to_anchor=(1, 0.5), loc='center left', frameon=False)
- 也可以使用
sns.relplot，这样就无需单独设置图形大小和图例位置.
g = sns.relplot(data=2018年底_long, x='Date', y='value', hue='Ticker', marker='.', height=7)
注意到
- 如果要比较多个日期，则应使用折线图，而不是散点图.
g = sns.relplot(kind='line', data=2018年底_long, x='Date', y='value', hue='Ticker', aspect=3)
- 要比较单个日期的值，如使用
start='2018-12-28', end='2018-12-29'所建议的，则应使用条形图，而不是散点图.
2018年底 = yf.download(['ABBN.SW', 'ADEN.SW', 'CFR.SW', 'SGSN.SW', 'HOLN.SW', 'NESN.SW', 'NOVN.SW', 'ROG.SW', 'SREN.SW', 'SCMN.SW', 'UHR.SW', 'UBSG.SW', 'ZURN.SW'], start='2018-12-28', end='2018-12-29')['Adj Close']
2018年底_long = 2018年底.melt(ignore_index=False).reset_index()
g = sns.catplot(kind='bar', data=2018年底_long, x='Ticker', y='value', aspect=3)
_ = g.fig.suptitle('Adjusted Close for 2018-12-28')
2018年底.head()
Ticker ABBN.SW ADEN.SW CFR.SW HOLN.SW NESN.SW NOVN.SW ROG.SW SCMN.SW SGSN.SW SREN.SW UBSG.SW UHR.SW ZURN.SW
Date
2018-12-28 15.066603 34.481403 58.147148 32.570705 70.373329 55.331772 208.348633 381.062653 74.905602 64.147781 10.002420 254.402374 222.631409
2019-01-03 14.885272 32.702148 56.541176 31.991671 71.643211 55.305443 213.356201 389.256622 75.007278 64.133545 10.010596 245.528900 222.555435
2019-01-04 15.260020 34.211132 58.664013 33.704643 72.577995 55.845329 214.854187 389.500031 76.939247 65.130074 10.317168 254.047409 225.745667
2019-01-07 15.151222 34.714130 59.033199 33.350792 71.537399 54.712891 212.200623 389.743408 77.007027 64.930763 10.337606 254.047409 223.846725
2019-01-08 15.360760 35.795193 60.048466 33.817234 71.872498 55.753159 216.138184 386.336060 77.515434 65.001945 10.398920 260.081360 226.505249
2018年底_long.head()
Date Ticker value
0 2018-12-28 ABBN.SW 15.066603
1 2019-01-03 ABBN.SW 14.885272
2 2019-01-04 ABBN.SW 15.260020
3 2019-01-07 ABBN.SW 15.151222
4 2019-01-08 ABBN.SW 15.360760
2018年底
start='2018-12-28', end='2018-12-29'，这只是一天的数据.
Ticker ABBN.SW ADEN.SW CFR.SW HOLN.SW NESN.SW NOVN.SW ROG.SW SCMN.SW SGSN.SW SREN.SW UBSG.SW UHR.SW ZURN.SW
Date
2018-12-28 15.066599 34.4814 58.147148 32.570705 70.373329 55.331787 200.049286 381.062653 74.905609 64.147789 10.002419 254.402344 222.631409
- @JohanC，
markers=['.']*len(2018年底.columns)可以工作.
markers=False结果a bug
ax = sns.scatterplot(data=2018年底, markers=['.']*len(2018年底.columns))
