本文共 1836 字，大约阅读时间需要 6 分钟。

            fig, (ax1, ax2,ax3) = plt.subplots(3,1, figsize=(15,10),facecolor='white')

            plt.subplots_adjust(hspace=0.5)             mpf.candlestick_ochl(ax1, k_test_data_values, width=1.0, colorup = 'r', colordown = 'g')             ax1.set_title(test_code)             ax1.set_ylabel('Price')             ax1.grid(True)             x_list=n_division(len(k_test_data),5)             ax1.set_xticks(x_list)             ax1.set_xticklabels(k_test_data.ix[x_list,'str_date'])             mpf.candlestick_ochl(ax2, find_data_values, width=1.0, colorup = 'r', colordown = 'g')             ax2.set_title(find_code)             ax2.set_ylabel('Price')             ax2.grid(True)             x2_list=n_division(len(find_data),5)             ax2.set_xticks(x2_list)             ax2.set_xticklabels(find_data.ix[x2_list,'str_date'])             """收盘价数据"""             two_closes=pd.DataFrame()             two_closes['test']=k_test_data['dealed_close'].values             two_closes['find']=find_data['dealed_close'].values             two_closes.reset_index(drop=True,inplace=True)             two_closes.plot(ax=ax3)             ax3.text(cnt//2,0.5,'similarity:'+str(result.ix[find_idx,'ratio']),family='monospace',fontsize=10)             plt.show()

fig,ax1=plt.subplots(1,figsize=(10,8))

plot_data[[bench_column_name]].plot(c='r',ax=ax1) plot_data[ref1_columns_name].plot(c='b',ax=ax1) plot_data[ref2_columns_name[0:3]].plot(c='g',ax=ax1) plot_data[ref2_columns_name[3:6]].plot(c='y',ax=ax1) ax1.set_title(bench_mark+'_'+begin_date+'_'+over_date+" similar k lines") #ax1.set_xticklabels(x_labels) ax1.set_xlabel('date') ax1.set_ylabel('net') fig.savefig('pdf/'+'_new_algo_'+prefix+'_'+bench_mark+'_'+begin_date+'_'+over_date+'.pdf',dpi=1000,bbox_inches='tight') plt.show()

        import matplotlib.mlab as mlab

        import matplotlib.pyplot as plt         labels=[u'big_big_down',u'big_down',u'down',u'up',u'big_up',u'big_big_up']         X=test_result[-1].reshape(-1,).tolist()         fig = plt.figure()         plt.pie(X,labels=labels,autopct='%1.2f%%') #画饼图（数据，数据对应的标签，百分数保留两位小数点）         plt.title(code+'_lstm_prob')         plt.savefig(code+'_lstm_prob'+'.pdf')         plt.show()