博客
关于我
画多个图及相关细节总结
阅读量:312 次
发布时间:2019-03-03

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()

你可能感兴趣的文章
Mysql 常见错误
查看>>
MYSQL 幻读(Phantom Problem)不可重复读
查看>>
mysql 往字段后面加字符串
查看>>
mysql 快速自增假数据, 新增假数据,mysql自增假数据
查看>>
Mysql 报错 Field 'id' doesn't have a default value
查看>>
MySQL 报错:Duplicate entry 'xxx' for key 'UNIQ_XXXX'
查看>>
Mysql 拼接多个字段作为查询条件查询方法
查看>>
mysql 排序id_mysql如何按特定id排序
查看>>
Mysql 提示:Communication link failure
查看>>
mysql 插入是否成功_PDO mysql:如何知道插入是否成功
查看>>
Mysql 数据库InnoDB存储引擎中主要组件的刷新清理条件:脏页、RedoLog重做日志、Insert Buffer或ChangeBuffer、Undo Log
查看>>
mysql 数据库备份及ibdata1的瘦身
查看>>
MySQL 数据库备份种类以及常用备份工具汇总
查看>>
mysql 数据库存储引擎怎么选择?快来看看性能测试吧
查看>>
MySQL 数据库操作指南:学习如何使用 Python 进行增删改查操作
查看>>
MySQL 数据库的高可用性分析
查看>>
MySQL 数据库设计总结
查看>>
Mysql 数据库重置ID排序
查看>>
Mysql 数据类型一日期
查看>>
MySQL 数据类型和属性
查看>>