import pandas as pd import matplotlib.pyplot as plt # 读取数据 df = pd.read_excel('E:/应统案例大赛/附件1-股票交易数据/yuceclose5.xlsx', usecols=[0,1, 2, 3, 4, 5], index_col=0, parse_dates=True) # 计算涨跌幅 change = df.pct_change() # 绘制图表 change.plot() plt.xlabel('Date') plt.ylabel('Change') plt.title('Stock Prices Change') plt.legend(loc='upper left') plt.autoscale(enable=True, axis='x', tight=True) plt.show()修改图片大小
时间: 2023-12-08 21:04:52 浏览: 33
要修改图片大小可以在绘制图表前添加如下代码:
```
fig = plt.figure(figsize=(10,6))
```
其中`figsize`参数的第一个值为宽度,第二个值为高度,单位为英寸。这里设置宽度为10英寸,高度为6英寸。完整代码如下:
```
import pandas as pd
import matplotlib.pyplot as plt
# 读取数据
df = pd.read_excel('E:/应统案例大赛/附件1-股票交易数据/yuceclose5.xlsx', usecols=[0,1, 2, 3, 4, 5], index_col=0, parse_dates=True)
# 计算涨跌幅
change = df.pct_change()
# 绘制图表
fig = plt.figure(figsize=(10,6))
change.plot()
plt.xlabel('Date')
plt.ylabel('Change')
plt.title('Stock Prices Change')
plt.legend(loc='upper left')
plt.autoscale(enable=True, axis='x', tight=True)
plt.show()
```
这样就可以将图片大小修改为宽度为10英寸,高度为6英寸。
相关问题
import pandas as pd import matplotlib.pyplot as plt %matplotlib inline import seaborn as sns df=pd.read_csv("heart.csv")
这段代码是在Python中使用pandas和matplotlib库读取一个名为"heart.csv"的数据文件,并将其存储在名为df的变量中。然后,使用%matplotlib inline命令将图形内嵌到Notebook中,并使用seaborn库中的sns命令设置图形样式。这段代码的目的是为了准备数据以进行数据可视化和分析。
import pandas as pd import matplotlib.pyplot as plt # 读取数据文件 df = pd.read_csv('TemperatureSales.csv') # 分组并计算总销售额 grouped = df.groupby('temperature_range')['total_sales'].sum() # 绘制饼图 fig, ax = plt.subplots() ax.pie(grouped, labels=grouped.index, autopct='%1.1f%%') ax.set_title('Sales by Temperature Range') plt.show()添加温度范围标签
你可以尝试在绘制饼图时添加温度范围标签。具体实现方式如下:
```
import pandas as pd
import matplotlib.pyplot as plt
# 读取数据文件
df = pd.read_csv('TemperatureSales.csv')
# 分组并计算总销售额
grouped = df.groupby('temperature_range')['total_sales'].sum()
# 设置温度范围标签
labels = ['0-10°C', '10-20°C', '20-30°C', '>30°C']
# 绘制饼图
fig, ax = plt.subplots()
ax.pie(grouped, labels=labels, autopct='%1.1f%%')
ax.set_title('Sales by Temperature Range')
plt.show()
```
其中,`labels` 列表中包含了对应的温度范围标签,可以根据实际情况进行修改。