偏差 （Deviation）
面积图 （Area Chart）
通过对轴和线之间的区域进行着色，面积图不仅强调峰和谷，而且还强调高点和低点的持续时间。 高点持续时间越长，线下面积越大。
https://datawhalechina.github.io/pms50/#/chapter14/chapter14
导入所需要的库
import numpy as np # 导入numpy库 import pandas as pd # 导入pandas库 import matplotlib as mpl # 导入matplotlib库 import matplotlib.pyplot as plt import seaborn as sns # 导入seaborn库
设定图像各种属性
large = 22; med = 16; small = 12 params = {'axes.titlesize': large, # 设置子图上的标题字体 'legend.fontsize': med, # 设置图例的字体 'figure.figsize': (16, 10), # 设置图像的画布 'axes.labelsize': med, # 设置标签的字体 'xtick.labelsize': med, # 设置x轴上的标尺的字体 'ytick.labelsize': med, # 设置整个画布的标题字体 'figure.titlesize': large} #plt.rcParams.update(params) # 更新默认属性 plt.style.use('seaborn-whitegrid') # 设定整体风格 sns.set_style("white") # 设定整体背景风格
程序代码
# step1：导入数据 df = pd.read_csv("https://github.com/selva86/datasets/raw/master/economics.csv", parse_dates=['date']).head(100) x = np.arange(df.shape[0]) # 创造一个和数据相同长度的序列 y_returns = (df.psavert.diff().fillna(0) / df.psavert.shift(1)).fillna(0) * 100 # 获取所需要的数据 # step2：绘制面积图 # 画布 plt.figure(figsize = (16, 10), # 画布尺寸 dpi = 80) # 分辨率 # 绘制面积图 plt.fill_between(x[1:], # 定义x坐标 y_returns[1:], # 定义第一条曲线的纵坐标 0, # 定义第二条曲线的纵坐标 where = y_returns[1:] >= 0, # 被填充的区域 facecolor = 'green', # 被填充的颜色（绿色） interpolate = True, # 交叉点区域的填充 alpha = 0.7) # 被填充区域的透明度 plt.fill_between(x[1:], # 定义x坐标 y_returns[1:], # 定义第一条曲线的纵坐标 0, # 定义第二条曲线的纵坐标 where = y_returns[1:] <= 0, # 被填充的区域 facecolor = 'red', # 被填充的颜色（虹色） interpolate = True, # 交叉点区域的填充 alpha = 0.7) # 被填充区域的透明度 # 添加注释 plt.annotate('Peak 1975', # 文本内容 xy = (94.0, 21.0), # 注释的起始位置 xytext = (88.0, 28), # 文本的起始位置 bbox = dict (boxstyle = 'square', # 箱体的形态为方形 fc = 'firebrick'), # 箱体的颜色 arrowprops = dict(facecolor = 'steelblue', # 箭头的类型，箭头的长度，箭头的宽度 shrink = 0.05), fontsize = 15, # 文本尺寸 color = 'white') # 文本颜色 # step3：装饰 # 横坐标 xtickvals = [str(m)[:3].upper() + '-' + str(y) for y,m in zip(df.date.dt.year, df.date.dt.month_name())] # 组合为形如 JUL-1967 plt.gca().set_xticks(x[::6]) # 获取当前子图并设置当前子图的x轴刻度 # x轴刻度标签 plt.gca().set_xticklabels(xtickvals[::6], # x轴刻度 rotation = 60, # 选择60度 fontdict = {'horizontalalignment': 'center', # 水平对齐参数 'verticalalignment': 'center_baseline'}) # 垂直对齐参数 # 设置当前y坐标轴的范围 plt.ylim(-35, 35) # 设置当前x坐标轴的范围 plt.xlim(1, 100) # 设置图像标题 plt.title('Month Economics Return %', # 标题名称 fontsize = 22) # 标题尺寸 # 设置y轴标题 plt.ylabel('Monthly returns %') # 设置网格 plt.grid(alpha = 0.5) plt.show() # 显示图像
fill_between()函数总结
matplotlib.pyplot.fill_between(x, y1, y2=0, where=None, interpolate=False, step=None, *, data=None, **kwargs)
填充两条水平曲线之间的区域。
曲线由点定义（ x ， y1 ）和（ x ， y2 ）这将创建一个或多个描述填充区域的多边形。
默认情况下，边直接连接给定点。使用 step 如果填充应为阶跃函数，即介于 x .
x : 数组（长度n）
定义曲线的节点的X坐标。
y1 : 数组（长度n）或标量
定义第一条曲线的节点的Y坐标。
y2 : 数组（长度n）或标量，可选，默认值：0
定义第二条曲线的节点的Y坐标。
where: bool数组（长度n），可选，默认值：无
定义 where 不填充某些水平区域。填充区域由坐标定义。 x[where] . 更准确地说，填充 x[i] 和 x[i+1] 如果 where[i] and where[i+1] . 注意，这个定义意味着 True 介于两者之间的值 假 价值观 在哪里？ 不会导致填充。两侧 True 位置因相邻而未填满 假 价值观。
interpolate: 可选的布尔
只有当 where两条曲线相互交叉。
语义上， where 通常用于 y1 > y2 或类似的。默认情况下，定义填充区域的多边形节点将仅放置在 x数组。这样的多边形无法描述接近交集的上述语义。包含交叉点的X形截面仅被剪裁。
设置 interpolate到 True 将计算实际交叉点并将填充区域扩展到此点。
step : 'pre'、'post'、'mid'，可选
定义 step 如果填充应为阶跃函数，即介于 x . 该值确定步骤的发生位置：
- “pre”：Y值从 x 位置，即间隔
(x[i-1], x[i]]具有价值y[i]. - “post”：y值从每个 x 位置，即间隔
[x[i], x[i+1])具有价值y[i]. - “mid”：步骤发生在 x 位置。