8  绘图与可视化

8.1 引言与学习目标

学习目标

通过本章学习，你应该能够：

  • 理论目标：
    • 深刻理解数据可视化的认知原理和设计原则
    • 掌握matplotlib绘图系统的数学基础（坐标变换、图形元素）
    • 理解统计图形的数学表示（直方图、核密度估计）
    • 掌握颜色映射和视觉编码的理论基础
  • 实践目标：
    • 熟练使用matplotlib创建出版物质量的图形
    • 运用seaborn创建复杂的统计可视化
    • 掌握金融图表（K线图、OHLC）的绘制方法
    • 能够创建时间序列分解图
  • 应用目标：
    • 能够使用本地金融数据创建专业的金融图表
    • 实现交互式仪表盘用于数据监控
    • 运用可视化技术探索和分析经济数据模式

同学们，下午好。我们今天讨论的主题，对于任何现代经济学者而言，都是一项不可或缺的核心技能：如何用数据讲述一个有说服力的故事。你们已经具备了扎实的量化分析基础，但要将冰冷的数字转化为深刻、有力的论点，就必须掌握数据可视化的艺术。今天，我们将从理论走向实践，深入学习Python的核心可视化库——matplotlib、pandas和seaborn——为你们从课程作业到毕业论文的各项实证研究，构建一个坚实的可视化工具箱。

请大家务必专注。我们今天所涵盖的技术，正是你们未来在探索数据集、检验经济学假说、以及在学术界、金融行业或公共政策领域展示研究成果时所要用到的核心方法。让我们开始吧。

8.1.1 理论基础：数据可视化的数学原理

可视化的数学基础

数据可视化本质上是将抽象数据映射到视觉空间的过程。给定：

  • 数据空间 \(D = \{(x_1, y_1), (x_2, y_2), ..., (x_n, y_n)\}\)
  • 视觉空间 \(V = \mathbb{R}^2\) （二维图形平面）

可视化映射函数定义为：

\[ \text{Vis}: D \to V \] \[ (x_i, y_i) \mapsto (u_i, v_i) = (f_x(x_i), f_y(y_i)) \]

其中 \(f_x, f_y\) 是坐标变换函数。

matplotlib的坐标系统

matplotlib使用图形化的坐标系统。给定：

  • Figure尺寸：\(W \times H\) （宽度 \(\times\) 高度，单位：英寸）
  • DPI（每英寸点数）：\(d\)
  • 像素坐标：\((p_x, p_y)\)

坐标变换公式：

\[ p_x = d \times w \times \frac{x - x_{min}}{x_{max} - x_{min}} \] \[ p_y = d \times h \times (1 - \frac{y - y_{min}}{y_{max} - y_{min}}) \]

其中 \((x_{min}, x_{max})\) 和 \((y_{min}, y_{max})\) 是数据范围，\((w, h)\) 是图形在Figure中的归一化宽度和高度。

统计图形的数学表示

  1. 直方图： 给定数据集 \(\{x_1, x_2, ..., x_n\}\)，直方图将数据域划分为 \(k\) 个连续的区间（bins）：

    \[ B_j = [b_{j-1}, b_j), \quad j = 1, 2, ..., k \]

    其中 \(b_0 = \min(x_i)\)，\(b_k = \max(x_i)\)。

    频数计算： \[ f_j = \sum_{i=1}^{n} \mathbb{I}[x_i \in B_j] \]

    其中 \(\mathbb{I}[\cdot]\) 是指示函数。

  2. 核密度估计：

    \[ \hat{f}_h(x) = \frac{1}{nh} \sum_{i=1}^{n} K\left(\frac{x - x_i}{h}\right) \]

    其中 \(K(\cdot)\) 是核函数（如高斯核），\(h\) 是带宽参数。

颜色映射与视觉编码

颜色映射函数：

\[ C: V \to \text{Color} \] \[ v \mapsto \text{RGB}(r(v), g(v), b(v)) \]

常见的colormap（如viridis、plasma）定义了从数值到颜色的特定映射规则。

视觉编码的原则： - 位置编码：表示数值大小和比较关系 - 颜色编码：表示分类或连续变量 - 形状编码：表示分类变量 - 大小编码：表示数值权重

制作信息丰富的可视化图形（通常称为”图表”）是经济分析中最重要的任务之一。它是探索性数据分析（Exploratory Data Analysis, EDA）的基石，能帮助我们在运行任何回归分析之前，识别异常值、理解数据分布，或为数据转换提供思路。对于另一些应用场景，例如为政策分析或客户报告构建一个交互式仪表盘，可视化本身就是最终目标。Python的生态系统为静态和动态可视化提供了丰富的库。本章我们将重点关注matplotlib以及构建于其上的强大工具。

matplotlib是一个功能强大的绘图包，旨在创建出版物质量级别的图形。它由John Hunter于2002年发起，旨在为Python提供一个类似于MATLAB的绘图环境——你们中许多工科或理科背景的同学可能对此并不陌生。matplotlib的优势之一在于其通用性；它支持多种后端，并能以所有常见的矢量和栅格格式（如PDF、SVG、PNG等）导出图形。本书中几乎所有的图形都是使用matplotlib生成的。

随着时间的推移，matplotlib已成为许多专用工具包的基础。对我们经济学研究而言，其中最重要的之一是seaborn，这是一个提供了高级接口的库，用于绘制富有吸引力且信息量丰富的统计图形。我们将在本章的后半部分详细探讨它。

要最高效地跟随本章的示例，最佳方式是在Jupyter Notebook环境中进行交互式操作。为确保图表能直接在您的Notebook中显示，您应在会话开始时，在一个代码单元格中执行以下“魔术”命令：

%matplotlib inline

8.2 Matplotlib API入门

尽管新的可视化库层出不穷，matplotlib依然是Python可视化领域的基石。它的应用程序接口（API）为我们提供了对图表每个元素的精细控制。我们坚持从matplotlib的基础知识讲起，是经过深思熟虑的；它与pandas的深度集成为我们处理经济数据提供了无与伦比的便利。你们在这里学到的原则将可以直接应用于其他库。

按照惯例，我们通常将包含核心绘图函数的matplotlib.pyplot导入并简写为plt。

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd

方法深度辨析：Matplotlib API 的“全局管理”与“对象控制”

在量化投资分析中，对图表精准度的要求极高。matplotlib 提供了两种主要编程模式，理解它们的差异对于构建出版级报告至关重要：

  1. 状态机接口 (State-based interface, 例如 plt.plot())：
    • 工作原理：模仿 MATLAB 的逻辑，将所有操作施加于“当前”活动的图形。它像一把“斧头”，适合在 Notebook 中进行快速、简单的临时性探索。
    • 局限性：在处理复杂的量化策略回测报告（如包含多个子图的面板数据可视化）时，全局状态容易产生冲突。
  2. 面向对象接口 (Object-oriented interface, 例如 ax.plot())：
    • 工作原理：这更像是一把“手术刀”。你显式地持有 Figure（画布）和 Axes（坐标轴）对象的引用。
    • 专业价值：这是专业量化软件和大型数据分析系统的标准范式。它允许你在同一个函数中并发操作多个独立的图层，实现精密的控制。在本书接下来的实证部分，我们将坚持使用此范式，以确保图表的每个工业指标都符合金融研报的严苛标准。

运行%matplotlib inline命令后，我们就可以创建一个简单的图表。下面的代码从一个数字数组生成一个简单的线性图。请注意，np.arange(10)会生成一个数组[0, 1, ..., 9]。当plt.plot只接收一个列表或数组时，它会假定这是y值的序列，并自动生成x值作为该数组的索引。结果如 图 8.1 所示。

stock_prices_series = np.arange(10)
plt.plot(stock_prices_series)
plt.show()
图 8.1: 一个简单的线性图

8.2.1 图形与子图

在matplotlib中，所有的绘图元素都存在于一个Figure对象之内。你可以将Figure想象成容纳所有绘图元素的画布或容器。你可以用plt.figure来创建一个新的图形。

在Jupyter Notebook中，单独调用一个空的plt.figure()不会显示任何东西。一个Figure仅仅是一块空白的画布；要制作图表，你需要在上面添加一个或多个子图（subplots）。一个子图由一个Axes对象表示（注意Axes中的”e”；它不同于x轴或y轴的axis）。

你可以使用add_subplot方法来添加子图。例如，fig.add_subplot(2, 2, 1)会在一个2x2的网格上创建一个子图布局，并选中第一个子图（编号从1开始，逐行进行）。让我们创建一个包含三个子图的图形，如 图 8.2 所示。

fig = plt.figure()
ax1 = fig.add_subplot(2, 2, 1)
ax2 = fig.add_subplot(2, 2, 2)
ax3 = fig.add_subplot(2, 2, 3)
plt.show()
图 8.2: 一个包含三个子图的matplotlib空图形

Jupyter Notebook的一个特点是，每个单元格执行完毕后，图表的状态会被重置。因此，用于生成单个图形的所有命令都必须包含在同一个单元格内。

add_subplot返回的Axes对象拥有自己的绘图方法。标准做法是使用这些对象的方法（例如ax.plot()）而不是顶层函数（plt.plot()）。让我们在第三个子图ax3上绘制一个模拟的随机游走过程，这是一个与有效市场假说密切相关的概念，如 图 8.3 所示。

核心概念：随机游走 (Random Walk) 与有效市场假说

随机游走理论是金融经济学的基石。一个简单的离散时间随机游走模型通常表示为： \[P_t = P_{t-1} + \epsilon_t\] 其中 \(P_t\) 表示资产在 \(t\) 时刻的价格，而 \(\epsilon_t\) 是均值为零且相互独立的随机扰动项（白噪声）。

  1. 预测的局限性：该理论认为，未来的价格变动完全取决于未来的不可预测信息。因此，明天的价格期望值即为今天的价格 \(E[P_t | P_{t-1}, ...] = P_{t-1}\)。
  2. 效率的定义：这是弱式有效市场假说（Weak-form EMH）的直接推论，暗示所有历史价格信息已完全反映在当前价格中，基于历史路径的任何技术分析都无法获得超额收益。在本节示例中，我们利用 cumsum() 生成的正是这种代表资产波动本质的路径。
fig = plt.figure()
ax1 = fig.add_subplot(2, 2, 1)
ax2 = fig.add_subplot(2, 2, 2)
ax3 = fig.add_subplot(2, 2, 3)

# 在第三个子图上绘制一个随机游走
ax3.plot(np.random.standard_normal(50).cumsum(), color='black', linestyle='dashed')
plt.show()
图 8.3: 在单个子图上的数据可视化

你可能会注意到，运行绘图命令时会出现类似<matplotlib.lines.Line2D at ...>的输出。这只是创建的matplotlib对象。你可以在该行末尾加上一个分号（;）来抑制这个输出。

现在我们可以通过调用相应Axes对象的实例方法来填充其他空的子图。让我们在第一个子图上添加一个直方图，在第二个子图上添加一个散点图，如 图 8.4 所示。

fig = plt.figure()
ax1 = fig.add_subplot(2, 2, 1)
ax2 = fig.add_subplot(2, 2, 2)
ax3 = fig.add_subplot(2, 2, 3)

ax1.hist(np.random.standard_normal(100), bins=20, color='black', alpha=0.3)
ax2.scatter(np.arange(30), np.arange(30) + 3 * np.random.standard_normal(30))
ax3.plot(np.random.standard_normal(50).cumsum(), color='black', linestyle='dashed')

plt.show()
图 8.4: 包含直方图、散点图和线图的可视化

用这种方式创建图形和子图可能有些繁琐。一个更便捷的方法是plt.subplots，它会创建一个新的图形，并返回一个包含所创建的Axes对象的NumPy数组。

fig, axes = plt.subplots(2, 3)
# axes 是一个 2x3 的 Axes 对象数组
print(axes)
[[<Axes: > <Axes: > <Axes: >]
 [<Axes: > <Axes: > <Axes: >]]

axes数组可以像其他NumPy数组一样进行索引，例如axes[0, 1]表示顶部中间的子图。sharex和sharey选项非常有用；将它们设置为True可以确保所有子图共享相同的x轴或y轴，这对于在相同尺度上比较分布或时间序列至关重要。我们在 表 8.1 中总结了plt.subplots的关键选项。

表 8.1: matplotlib.pyplot.subplots 选项
参数 描述
nrows 子图的行数。
ncols 子图的列数。
sharex 所有子图应使用相同的x轴刻度。
sharey 所有子图应使用相同的y轴刻度。
subplot_kw 一个字典，包含传递给每个子图的add_subplot调用的关键字参数。
**fig_kw 传递给plt.figure调用的其他关键字参数，例如figsize=(8, 6)。

8.2.1.1 调整子图周围的间距

默认情况下，matplotlib会在子图之间以及图形的外部添加填充。这个间距是相对于绘图尺寸的，并且在调整大小时会动态调整。你可以使用Figure对象上的subplots_adjust方法来精确控制这个间距： subplots_adjust(left=None, bottom=None, right=None, top=None, wspace=None, hspace=None)

wspace和hspace参数控制子图之间的宽度和高度间距，指定为平均轴宽度和高度的一小部分。让我们创建一个2x2的直方图网格，并移除所有子图间的间距，如 图 8.5 所示。

fig, axes = plt.subplots(2, 2, sharex=True, sharey=True)

for i in range(2):
    for j in range(2):
        axes[i, j].hist(np.random.standard_normal(500), bins=50, color='black', alpha=0.5)

fig.subplots_adjust(wspace=0, hspace=0)
plt.show()
图 8.5: 四个没有子图间距的直方图

你可能会注意到轴标签重叠了。matplotlib不会自动检查这个问题，所以在这种情况下，你需要手动设置刻度位置和标签，这是我们稍后会讨论的主题。

8.2.2 颜色、标记和线型

ax.plot方法接受x和y坐标以及可选的样式参数。例如，要用绿色虚线绘制x对y的图，你可以写成：ax.plot(x, y, linestyle='--', color='g')。

常见的颜色有单字母代码（例如，’g’代表绿色，’k’代表黑色），但你也可以使用十六进制代码（例如'#CECECE'）来指定任何颜色。有多种线型可选，例如'-'代表实线，'--'代表虚线，':'代表点线。

线图也可以有标记（markers）来突出实际的数据点。这很有用，因为matplotlib通过在点之间进行插值来创建连续的线条，这有时会掩盖它们的确切位置。让我们绘制一个带标记的随机游走，如 图 8.6 所示。

fig, ax = plt.subplots()
ax.plot(np.random.standard_normal(30).cumsum(), color='black', linestyle='dashed', marker='o');
plt.show()
图 8.6: 带有标记以指示数据点的线图

默认情况下，点是线性插值的。你可以用drawstyle选项来改变这种行为。在经济学中，一个常见的用例是创建阶梯图，例如在可视化税收等级或离散模拟结果时。drawstyle='steps-post'选项创建的图表中，线条会保持其水平直到下一个数据点。让我们在 图 8.7 中比较默认插值和阶梯图。

fig, ax = plt.subplots()
data = np.random.standard_normal(30).cumsum()

ax.plot(data, color='black', linestyle='dashed', label='Default')
ax.plot(data, color='black', linestyle='-', drawstyle='steps-post', label='steps-post')
ax.legend()
plt.show()
图 8.7: 使用默认和 steps-post 绘制样式的线图

8.2.3 刻度、标签和图例

大多数图表的装饰元素都可以通过Axes对象的方法来访问。这包括set_xlim、set_xticks和set_xticklabels，它们分别控制绘图范围、刻度位置和刻度标签。

这些方法有两种模式： * 不带参数调用时，它们返回当前的参数值（例如ax.get_xlim()）。 * 带参数调用时，它们设置参数值（例如ax.set_xlim([0, 10])）。

8.2.3.1 设置标题、轴标签、刻度和刻度标签

让我们通过绘制一个真实的经济时间序列来说明轴的定制：美国实际国内生产总值（GDP）。我们将从联邦储备经济数据库（FRED）获取数据。图 8.8 显示了默认的图表。

# 使用本地指数数据：上证指数
import pandas as pd
index_data = pd.read_parquet('C:/qiufei/data/index/indexes.parquet')
sse = index_data[index_data['symbol'] == '000001.XSHG'].copy()
sse['datetime'] = pd.to_datetime(sse['datetime'].astype(str), format='%Y%m%d%H%M%S')
sse = sse[sse['datetime'] >= '2000-01-01'].set_index('datetime')['close']

fig, ax = plt.subplots()
ax.plot(sse.index, sse.values)
plt.show()
图 8.8: 上证综合指数历史走势，使用默认刻度

默认的x轴标签过于拥挤，信息量也不大。我们可以使用set_xticks来指定刻度的位置，并使用set_xticklabels来提供自定义标签，从而改善这一点。在 图 8.9 中，我们将在特定的年份设置刻度并相应地标记它们，同时为图表添加标题和轴标签以提高清晰度。

fig, ax = plt.subplots()
ax.plot(sse.index, sse.values)

# 自定义图表
ticks_loc = pd.to_datetime(['2000-01-01', '2005-01-01', '2010-01-01', '2015-01-01', '2020-01-01', '2025-01-01'])
ax.set_xticks(ticks_loc)
ax.set_xticklabels(['2000', '2005', '2010', '2015', '2020', '2025'], rotation=30, fontsize='small')

ax.set_title('2000年以来上证综合指数趋势')
ax.set_xlabel('年份')
ax.set_ylabel('指数点位')

# 一种更便捷的设置属性的方法
# ax.set(xticks=ticks_loc, 
#        xticklabels=['2000', '2005', '2010', '2015', '2020', '2025'],
#        title='2000年以来美国实际GDP', 
#        xlabel='年份', 
#        ylabel='十亿美元 (2017年不变价)')
# ax.tick_params(axis='x', labelrotation=30, labelsize='small')

plt.show()
图 8.9: 上证综合指数，带有自定义刻度、标签和标题

8.2.3.2 添加图例

图例对于识别图表中的不同元素至关重要。创建图例最简单的方法是在绘制每个序列时传递label参数，然后调用ax.legend()来显示图例。

让我们绘制三个不同的模拟资产路径，分别代表低、中、高波动性的股票，并添加一个图例来区分它们。结果见 图 8.10。

fig, ax = plt.subplots()

# 模拟三个不同波动率的随机游走
ax.plot(np.random.standard_normal(1000).cumsum(), color='black', linestyle='-', label='低波动率')
ax.plot(1.5 * np.random.standard_normal(1000).cumsum(), color='black', linestyle='--', label='中波动率')
ax.plot(2.0 * np.random.standard_normal(1000).cumsum(), color='black', linestyle=':', label='高波动率')

ax.legend(loc='best')
plt.show()
图 8.10: 带有图例的模拟资产路径

ax.legend()中的loc参数告诉matplotlib将图例放在哪里。默认值'best'会尝试找到对数据遮挡最少的位置。

8.2.4 注释与在子图上绘图

除了标准的图表类型，你可能还需要添加自定义的注释——文本、箭头或形状——来突出特定的特征。ax.text和ax.annotate函数就是用于此目的。

让我们创建一个经典的经济学图表：在一个主要金融指数的时间序列上标注关键事件。我们将绘制标普500指数，并突出显示互联网泡沫峰值、2008年金融危机期间雷曼兄弟的倒闭，以及2020年3月的COVID-19市场崩盘。我们将从FRED获取实时数据。参见 图 8.11。

# 使用本地指数数据：沪深300
csi300 = index_data[index_data['symbol'] == '000300.XSHG'].copy()
csi300['datetime'] = pd.to_datetime(csi300['datetime'].astype(str), format='%Y%m%d%H%M%S')
csi300 = csi300[csi300['datetime'] >= '2005-01-01'].set_index('datetime')['close']

fig, ax = plt.subplots(figsize=(12, 6))
csi300.plot(ax=ax, color='black')

crisis_data = [
    (pd.to_datetime('2007-10-16'), '2007年牛市顶点'),
    (pd.to_datetime('2015-06-12'), '2015年杠杆牛顶点'),
    (pd.to_datetime('2020-03-19'), '新冠疫情市场底部')
]

for date, label in crisis_data:
    price_at_date = csi300.asof(date)
    ax.annotate(label,
                xy=(date, price_at_date),
                xytext=(date, price_at_date + 1500),
                arrowprops=dict(facecolor='black', headwidth=4, width=2, headlength=4),
                horizontalalignment='left',
                verticalalignment='top')

ax.set_xlim(['2005-01-01', '2024-01-01'])
ax.set_title('沪深300指数与重大金融事件')
ax.set_ylabel('指数点位')
ax.set_xlabel('日期')
plt.show()
图 8.11: 沪深300指数及重大金融事件注释

绘制形状需要创建patch对象，并使用ax.add_patch将其添加到子图中。让我们绘制几个基本形状，如 图 8.12 所示。这对于阐释理论概念非常有用，比如在供需图中说明消费者剩余。

fig, ax = plt.subplots()

rect = plt.Rectangle((0.2, 0.75), 0.4, 0.15, color='black', alpha=0.3)
circ = plt.Circle((0.7, 0.2), 0.15, color='blue', alpha=0.3)
pgon = plt.Polygon([[0.15, 0.15], [0.35, 0.4], [0.2, 0.6]], color='green', alpha=0.5)

ax.add_patch(rect)
ax.add_patch(circ)
ax.add_patch(pgon)
plt.show()
图 8.12: 一个由三种不同形状构成的图

8.2.5 将图表保存到文件

你可以使用fig.savefig保存当前活动的图形。文件格式会根据文件扩展名自动推断。对于学术论文，通常首选PDF或SVG等矢量格式，因为它们可以无损缩放。对于演示文稿或网页使用，高分辨率的PNG通常是最佳选择。dpi选项控制分辨率，单位是每英寸点数。

# 保存为高分辨率PNG
# fig.savefig('my_figure.png', dpi=400)

# 为出版物保存为矢量PDF
# fig.savefig('my_figure.pdf')

表 8.2 列出了一些关键的savefig选项。

表 8.2: fig.savefig 的一些选项
参数 描述
fname 包含文件路径的字符串或Python文件类对象。
dpi 图形分辨率，单位为每英寸点数。
facecolor, edgecolor 子图外图形背景的颜色。
format 显式文件格式（‘png’, ‘pdf’, ’svg’等）。
bbox_inches 要保存的图形部分。’tight’常用于裁剪空白。

8.2.6 matplotlib配置

matplotlib有一个广泛的配置系统，用于自定义默认设置，如图形大小、字体样式、颜色等。你可以使用plt.rc以编程方式修改这些设置。第一个参数是要自定义的组件（例如'figure', 'axes'），后面跟着新参数的关键字参数。

# 将默认图形尺寸设置得更大
plt.rc('figure', figsize=(10, 6))

# 为所有绘图元素设置字体属性
# plt.rc('font', family='serif', weight='normal', size=12)

你可以随时通过调用plt.rcdefaults()恢复默认设置。对于持久性的更改，你可以修改matplotlibrc配置文件。

8.3 使用pandas和seaborn绘图

虽然matplotlib功能强大，但有时代码会显得冗长。对于许多标准的统计图表，尤其是在使用pandas DataFrame时，更高级别的库可以极大地简化你的工作。pandas有自己内置的绘图方法，它们是对matplotlib的封装；而seaborn则是一个专门的统计可视化库，提供了更多复杂的图表类型。

8.3.1 线图

pandas中的Series和DataFrame对象都有一个.plot属性，为创建各种图表提供了便捷的接口。默认情况下，它会创建一个线图。对象的索引被用作x轴。图 8.13 显示了一个由Series对象生成的简单图表。

random_asset_walk_series = pd.Series(np.random.standard_normal(10).cumsum(), index=np.arange(0, 100, 10))
random_asset_walk_series.plot()
plt.show()
图 8.13: 简单的Series线图

表 8.3 列出了Series.plot方法的一些参数。

表 8.3: Series.plot 方法参数
参数 描述
label 图例的标签。
ax 用于绘图的matplotlib子图对象。
style 样式字符串，例如 'k--'。
kind 图表类型：'line', 'bar', 'barh', 'hist', 'kde'等。
logy 在y轴上使用对数刻度。
use_index 使用对象的索引作为刻度标签。
rot 刻度标签的旋转角度（0到360）。
xticks, yticks 用于轴刻度的值。
xlim, ylim 轴的限制范围。
grid 显示轴网格（默认为关闭）。

当绘制一个DataFrame时，每一列都会在同一个子图上被绘制为一条独立的线，并且会自动创建一个图例。为了提供一个有意义的例子，让我们比较自2000年以来七国集团（G7）国家的人均GDP。我们将使用wbdata包从世界银行获取数据。结果如 图 8.14 所示。

# 使用本地指数数据代替 wbdata
import pandas as pd

# 统计主要中国市场指数的表现
indices = ['000001.XSHG', '399001.XSHE', '000300.XSHG', '000688.XSHG', '399006.XSHE', '000016.XSHG', '000905.XSHG']
names = {'000001.XSHG': '上证综指', '399001.XSHE': '深证成指', '000300.XSHG': '沪深300', 
         '000688.XSHG': '科创50', '399006.XSHE': '创业板指', '000016.XSHG': '上证50', '000905.XSHG': '中证500'}

index_data = pd.read_parquet('C:/qiufei/data/index/indexes.parquet')
df_list = []
for sym, country in names.items():
    # 获取本地数据路径
    # 根据 symbol 的后缀判断是交易所代码还是简单代码
    if sym.endswith('.XSHG') or sym.endswith('.XSHE'):
        temp = index_data[index_data['symbol'] == sym][['datetime', 'close']].copy()
        temp['datetime'] = pd.to_datetime(temp['datetime'].astype(str), format='%Y%m%d%H%M%S')
    else:
        # 处理股票数据，直接从本地 stock_price_pre_adjusted.parquet 读取
        # 自动转换代码格式：601318.SH -> 601318.XSHG, 000858.SZ -> 000858.XSHE
        code, market = sym.split('.')
        market_suffix = 'XSHG' if market == 'SH' else 'XSHE'
        order_book_id = f'{code}.{market_suffix}'
        
        temp = pd.read_parquet(
            'C:/qiufei/data/stock/stock_price_pre_adjusted.parquet',
            filters=[('order_book_id', '==', order_book_id)]
        ).reset_index().rename(columns={'date': 'datetime', 'vol': 'volume'})
        temp = temp[['datetime', 'close']].copy()
        temp['datetime'] = pd.to_datetime(temp['datetime'], format='%Y%m%d')

    temp['index_name'] = country
    temp = temp.rename(columns={'close': 'Close Price', 'datetime': 'date'})
    df_list.append(temp)

market_indices = pd.concat(df_list).dropna()
market_indices = market_indices[market_indices['date'] >= '2020-01-01']
market_indices = market_indices.set_index(['date', 'index_name'])['Close Price'].unstack('index_name')

# 绘图
# 绘图
market_indices.plot(figsize=(10, 6))
plt.title('中国主要市场指数表现 (2020年至今)')
plt.ylabel('收盘价')
plt.xlabel('日期')
plt.legend(title='指数')
plt.grid(True)
plt.show()
图 8.14: 中国主要市场指数走势对比

DataFrame.plot方法有处理列的额外选项。例如，你可以在不同的子图中绘制每一列。这些选项总结在 表 8.4 中。

表 8.4: DataFrame特有的plot参数
参数 描述
subplots 在单独的子图中绘制DataFrame的每一列。
sharex 如果subplots=True，则共享相同的x轴。
sharey 如果subplots=True，则共享相同的y轴。
figsize 要创建的图形尺寸，以元组形式表示。
title 图表的标题。
legend 添加子图图例（默认为True）。

8.3.2 条形图

plot.bar()和plot.barh()方法分别创建垂直和水平的条形图。Series或DataFrame的索引被用作刻度标签。让我们创建一个代表2023年美国不同能源发电份额的Series，并用垂直和水平条形图在 图 8.15 中进行可视化。

csi300_sector_weights_series = pd.Series({'金融': 22.5, '信息技术': 16.4, '工业': 14.2, 
                         '主要消费': 12.8, '医药卫生': 9.6, '其他': 24.5}, 
                        name='行业权重 (%)')

fig, axes = plt.subplots(2, 1, figsize=(8, 8))

csi300_sector_weights_series.plot.bar(ax=axes[0], color='black', alpha=0.7)
axes[0].set_ylabel('占比 (%)')
axes[0].set_title('沪深300行业权重 (垂直)')
axes[0].tick_params(axis='x', rotation=45)


csi300_sector_weights_series.plot.barh(ax=axes[1], color='black', alpha=0.7)
axes[1].set_xlabel('占比 (%)')
axes[1].set_title('沪深300行业权重 (水平)')

plt.tight_layout()
plt.show()
图 8.15: 沪深300指数行业权重分布 (模拟数据)

对于一个DataFrame，条形图会将每一行中的值并排分组。在 图 8.16 中，我们将比较最近一年美国和中国的GDP构成（按支出法计算）。

revenue_comp = {
    '增值服务': {'Tencent': 53, 'Alibaba': 0},
    '金融科技': {'Tencent': 32, 'Alibaba': 0},
    '核心商业': {'Tencent': 0, 'Alibaba': 65},
    '云业务': {'Tencent': 0, 'Alibaba': 10},
    '广告': {'Tencent': 15, 'Alibaba': 25}
}
tech_giants_revenue_structure_df = pd.DataFrame(revenue_comp).T
tech_giants_revenue_structure_df.index.name = '业务板块'

tech_giants_revenue_structure_df.plot.bar()
plt.ylabel('收入占比 (%)')
plt.title('腾讯 vs 阿里巴巴 收入结构对比')
plt.xticks(rotation=0)
plt.show()
图 8.16: 腾讯与阿里巴巴收入结构对比

通过传递stacked=True，我们可以创建一个堆叠条形图，其中每一行的值会堆叠在一起。这对于可视化部分与整体的关系非常有效。图 8.17 展示了同样的GDP构成数据的堆叠格式。

tech_giants_revenue_structure_df.plot.barh(stacked=True, alpha=0.7)
plt.xlabel('收入占比 (%)')
plt.title('腾讯 vs 阿里巴巴 收入结构对比')
plt.legend(title='公司')
plt.show()
图 8.17: GDP构成的堆叠条形图

在经济学中，一个常见的任务是可视化频率分布。对于分类数据，一个有用的方法是 data['category'].value_counts().plot.bar()。让我们将此应用于一个更复杂的场景。我们将分析世界银行关于不同世界地区收入水平的数据。首先，我们创建一个地区和收入水平的交叉表，然后将每行归一化以得到比例。

# 从世界银行获取国家元数据
# 使用本地模拟数据代替 wbdata
countries_meta = pd.DataFrame([
    {'name': 'Canada', 'region': 'North America', 'iso2Code': 'CA'},
    {'name': 'France', 'region': 'Europe & Central Asia', 'iso2Code': 'FR'},
    {'name': 'Germany', 'region': 'Europe & Central Asia', 'iso2Code': 'DE'},
    {'name': 'Italy', 'region': 'Europe & Central Asia', 'iso2Code': 'IT'},
    {'name': 'Japan', 'region': 'East Asia & Pacific', 'iso2Code': 'JP'},
    {'name': 'United Kingdom', 'region': 'Europe & Central Asia', 'iso2Code': 'GB'},
    {'name': 'United States', 'region': 'North America', 'iso2Code': 'US'}
])
world_bank_metadata_df = pd.DataFrame(countries_meta)
# 过滤掉非国家实体/聚合数据
# world_bank_metadata_df = world_bank_metadata_df[world_bank_metadata_df['region'] != 'Aggregates'] # This line is not needed with the simulated data

# Add a simulated incomeLevel column for world_bank_metadata_df
income_levels = ['High income', 'Upper middle income', 'Lower middle income', 'Low income']
world_bank_metadata_df['incomeLevel'] = np.random.choice(income_levels, size=len(world_bank_metadata_df))

# 创建一个交叉表
party_counts = pd.crosstab(world_bank_metadata_df['region'], world_bank_metadata_df['incomeLevel'])

# 归一化以获得比例
party_pcts = party_counts.div(party_counts.sum(axis=1), axis=0)
party_pcts
表 8.5: 各区域内按收入水平划分的国家比例
incomeLevel High income Low income Lower middle income Upper middle income
region
East Asia & Pacific 0.00 0.00 0.00 1.00
Europe & Central Asia 0.25 0.25 0.25 0.25
North America 0.50 0.00 0.50 0.00

现在，让我们创建一个堆叠条形图来可视化这些比例（图 8.18）。这张图揭示了世界不同地区的经济结构。例如，欧洲和中亚地区拥有高比例的高收入国家，而撒哈拉以南非洲则以低收入和中等偏下收入国家为主。

party_pcts.plot.bar(stacked=True, figsize=(10, 7))
plt.title('世界各区域经济构成')
plt.ylabel('国家比例')
plt.xlabel('区域')
plt.xticks(rotation=45, ha='right')
plt.legend(title='收入水平')
plt.show()
图 8.18: 各区域内按收入水平划分的国家比例

对于涉及此类聚合的分析，seaborn提供了一种更直接、更强大的方法。让我们来探究各世界地区的平均预期寿命。seaborn会自动计算每个地区的均值和95%置信区间。

import seaborn as sns

# 使用本地模拟数据代替 wbdata
# 模拟不同行业的市盈率数据
china_industry_valuation_df = pd.DataFrame({
    'date': np.tile(pd.date_range('2023-01-01', periods=4), 7),
    'industry': np.repeat(['银行', '房地产', '建筑', '煤炭', '电子', '计算机', '国防军工'], 4),
    'PE_Ratio': np.concatenate([
        np.random.uniform(4, 8, 4),   # 银行
        np.random.uniform(8, 15, 4),  # 房地产
        np.random.uniform(6, 12, 4),  # 建筑
        np.random.uniform(5, 10, 4),  # 煤炭
        np.random.uniform(30, 60, 4), # 电子
        np.random.uniform(40, 70, 4), # 计算机
        np.random.uniform(50, 80, 4)  # 军工
    ]),
    'Sector': np.repeat(['周期性', '周期性', '周期性', '周期性', '成长性', '成长性', '成长性'], 4)
})

plt.figure(figsize=(10, 6))
sns.barplot(x='PE_Ratio', y='industry', data=china_industry_valuation_df, palette='viridis')
plt.title('各行业平均市盈率 (含95%置信区间)')
plt.show()
图 8.19: 不同行业平均市盈率及95%置信区间

在 图 8.19 中，条形上的黑线代表均值的95%置信区间，为我们的估计提供了一个不确定性的度量。seaborn的hue参数允许我们引入另一个分类维度。在 图 8.20 中，我们除了按地区划分外，还按收入水平对数据进行了拆分。

plt.figure(figsize=(12, 8))
sns.barplot(x='PE_Ratio', y='industry', hue='Sector', data=china_industry_valuation_df)
plt.title('按行业和板块划分的平均市盈率')
plt.legend(title='板块', bbox_to_anchor=(1.05, 1), loc=2)
plt.tight_layout()
plt.show()
图 8.20: 按板块分类的行业市盈率

8.3.3 直方图和密度图

直方图是一种条形图，它以离散化的方式显示数值的频率。让我们来考察标普500指数的日收益率分布。金融收益率以其非正态分布而闻名，常常表现出“肥尾”现象。直方图可以帮助我们看到这一点，如 图 8.21 所示。

# 使用上证指数数据
sse_ret = np.log(sse / sse.shift(1)).dropna()

plt.figure(figsize=(10, 6))
sse_ret.plot.hist(bins=100)
plt.title('上证综指日对数收益率分布')
plt.xlabel('对数收益率')
plt.show()
图 8.21: 上证综指日对数收益率的直方图

一个相关的图是密度图，或称核密度估计（Kernel Density Estimate, KDE），它从数据中计算出一个连续概率分布的估计。图 8.22 显示了同样是标普500收益率的KDE图。

plt.figure(figsize=(10, 6))
plt.figure(figsize=(10, 6))
sse_ret.plot.density()
plt.title('上证综指日对数收益率的密度估计')
plt.xlabel('对数收益率')
plt.show()
<Figure size 960x576 with 0 Axes>
(a) 上证综指日对数收益率的密度图
(b)
图 8.22

seaborn的histplot函数非常方便，因为它可以同时绘制直方图和KDE。让我们用它来可视化一个双峰分布，这可能代表，例如，一个男女混合群体的身高分布。结果如 图 8.23 所示。

state_owned = np.random.normal(0, 1, size=200) # 稳健国企
growth_stocks = np.random.normal(5, 3, size=200) # 高波动成长股
mixed_returns = pd.Series(np.concatenate([state_owned, growth_stocks]))

sns.histplot(mixed_returns, bins=100, color='black', kde=True)
plt.title('混合资产组合的收益率分布 (双峰)')
plt.show()
图 8.23: 一个模拟双峰分布的直方图和KDE

8.3.4 散点图

散点图对于考察两个连续变量之间的关系非常有价值。让我们使用FRED的数据来研究一些核心的宏观经济关系。我们将考察CPI（通货膨胀）、M1货币供应量、3个月期国库券利率和失业率的对数差分。

# 使用本地指数数据模拟宏观变量（仅用于演示绘图功能）
# Mapping: CPI->上证综指, M1->深证成指, T-Bill->沪深300, Unemployment->上证50
import pandas as pd
import numpy as np

macro_vars = {'000001.XSHG': 'cpi', '399001.XSHE': 'm1', '000300.XSHG': 'tbilrate', '000016.XSHG': 'unemp'}

# 读取本地指数数据
index_data = pd.read_parquet('C:/qiufei/data/index/indexes.parquet')
index_data['datetime'] = pd.to_datetime(index_data['datetime'].astype(str), format='%Y%m%d%H%M%S')
# 筛选需要的指数并重塑
index_subset = index_data[index_data['symbol'].isin(macro_vars.keys())].copy()
macro_data = index_subset.pivot(index='datetime', columns='symbol', values='close')
macro_data.columns = [macro_vars[col] for col in macro_data.columns]

macro_data = macro_data.resample('Q').mean()
macro_indicators_delta_df = np.log(macro_data).diff().dropna()
macro_indicators_delta_df.tail()
表 8.6: 美国宏观经济数据对数差分 (最近5个季度)
cpi unemp tbilrate m1
datetime
2025-03-31 -0.008681 -0.014792 -0.018894 -0.011835
2025-06-30 0.007574 0.013942 -0.011948 -0.044082
2025-09-30 0.100762 0.064229 0.104700 0.159354
2025-12-31 0.060853 0.052876 0.076280 0.110844
2026-03-31 0.047502 0.027998 0.028918 0.073804

seaborn的regplot函数可以创建一个散点图，并拟合一条线性回归线，同时还带有回归线的置信区间。让我们看一下M1货币供应量变化与失业率变化之间的关系（图 8.24）。

sns.regplot(x='m1', y='unemp', data=macro_indicators_delta_df)
plt.title('log(M1)的变化 vs log(unemp)的变化')
plt.show()
图 8.24: log(M1) 的变化 vs log(失业率) 的变化

在探索性分析中，查看一组变量之间所有的成对散点图通常很有用。这被称为配对图或散点图矩阵。seaborn的pairplot函数使这变得很容易。在对角线上，它可以显示每个变量的直方图或KDE。图 8.25 显示了我们宏观经济变量的配对图。

sns.pairplot(macro_indicators_delta_df, diag_kind='kde', plot_kws={'alpha': 0.4})
plt.show()
图 8.25: 宏观经济数据的配对图矩阵

8.3.5 分面网格与分类数据

对于具有多个分类分组变量的数据集，分面网格（facet grid）是一种有效的可视化策略。它创建了一个图表矩阵，其中行和列对应于分类变量的水平。seaborn的catplot函数是实现此功能的强大工具。

让我们回到世界银行的预期寿命数据。在 图 8.26 中，我们创建了一个预期寿命与地区的条形图，但现在我们将为每个收入水平创建一个单独的列（col）。为了清晰起见，我们筛选数据只包括几个收入水平。

# 创建模拟数据用于演示 (替代外部数据)
np.random.seed(42)
regions = ['East Asia', 'Europe', 'Latin America', 'Middle East', 'North America', 'South Asia', 'Africa']
incomes = ['High income', 'Upper middle income', 'Lower middle income', 'Low income']
mock_data = {
    'Life Expectancy': np.random.uniform(50, 85, 200),
    'region': np.random.choice(regions, 200),
    'incomeLevel': np.random.choice(incomes, 200)
}
df_merged_hue = pd.DataFrame(mock_data)

# 为了清晰起见进行筛选
income_filter = ['High income', 'Upper middle income', 'Lower middle income']
filtered_income_expectancy_df = df_merged_hue[df_merged_hue['incomeLevel'].isin(income_filter)]

sns.catplot(x='Life Expectancy', y='region', col='incomeLevel', 
            kind='bar', data=filtered_income_expectancy_df, height=5, aspect=1.2)
plt.show()
图 8.26: 按收入水平分面的各地区预期寿命

我们还可以通过使用row参数来进一步扩展网格。在 图 8.27 中，我们将图表kind切换为'box'来创建箱形图，它显示了中位数、四分位数和异常值。这比简单的条形图能提供更多关于分布的信息。我们将可视化按地区分面的预期寿命与收入水平的关系。

sns.catplot(x='incomeLevel', y='Life Expectancy', col='region', col_wrap=3,
            kind='box', data=filtered_income_expectancy_df, height=4, aspect=1.5)
plt.xticks(rotation=45, ha='right')
plt.tight_layout()
plt.show()
图 8.27: 按地区分面的各收入水平预期寿命箱形图

8.4 其他Python可视化工具

Python的可视化生态系统是广阔且不断发展的。虽然我们本章的重点是使用matplotlib、pandas和seaborn进行用于分析和出版的静态图形，但大量的开发工作都集中在为Web创建交互式图形上。

像Plotly、Bokeh和Altair这样的库，允许你构建动态的、可交互的可视化，这对于基于Web的仪表盘、论文的在线附录或面向客户的应用来说是理想的选择。学习这些工具可以是有价值的下一步，特别是如果你期望在数据科学、咨询或政策分析等领域发展，因为在这些领域，交互式数据探索是关键。

8.5 习题

8.5.1 习题 9.1: 基础折线图与价格走势

问题描述：

使用宁波港 (601018.SH) 的股票数据，创建专业的价格走势图：

  1. 绘制收盘价折线图
  2. 添加开盘价、最高价、最低价
  3. 添加标题、标签、图例和网格
  4. 使用专业的配色和样式

完整解答：

import pandas as pd
import matplotlib.pyplot as plt

# 设置中文字体
plt.rcParams['font.sans-serif'] = ['Source Han Serif SC']
plt.rcParams['axes.unicode_minus'] = False

# 从本地 Parquet 文件读取数据代替 HDF5
stock_data_full = pd.read_parquet(
    'C:/qiufei/data/stock/stock_price_pre_adjusted.parquet',
    filters=[('order_book_id', '==', '601018.XSHG')]
).reset_index().rename(columns={'date': 'trade_date', 'vol': 'volume'})
stock_data_full['datetime'] = pd.to_datetime(stock_data_full['trade_date'], format='%Y%m%d')

# 筛选宁波港的数据和日期范围
port_stock_data = stock_data_full[(stock_data_full['datetime'] >= '2023-01-01') & 
                      (stock_data_full['datetime'] <= '2023-01-31')].copy()
port_stock_data.set_index('datetime', inplace=True)

# 创建图表
fig, ax = plt.subplots(figsize=(14, 6))

# 绘制价格线
ax.plot(port_stock_data.index, port_stock_data['close'], label='收盘价', color='#2C3E50', linewidth=2)
ax.plot(port_stock_data.index, port_stock_data['open'], label='开盘价', color='#008080', alpha=0.6, linewidth=1.5, linestyle='--')
ax.fill_between(port_stock_data.index, port_stock_data['low'], port_stock_data['high'], alpha=0.2, color='#E3120B', label='价格区间')

# 设置标题和标签
ax.set_title('宁波港 (601018.SH) 股票价格走势 - 2023年1月',
             fontsize=16, fontweight='bold', pad=20)
ax.set_xlabel('日期', fontsize=12, labelpad=10)
ax.set_ylabel('价格（元）', fontsize=12, labelpad=10)

# 设置网格和图例
ax.grid(True, alpha=0.3, linestyle=':')
ax.legend(loc='upper left', fontsize=11, framealpha=0.9)

# 格式化x轴日期
import matplotlib.dates as mdates
ax.xaxis.set_major_formatter(mdates.DateFormatter('%m-%d'))
plt.xticks(rotation=45)

# 添加统计信息
mean_price = port_stock_data['close'].mean()
max_price = port_stock_data['close'].max()
min_price = port_stock_data['close'].min()

ax.axhline(y=mean_price, color='gray', linestyle=':', alpha=0.7, label=f'均价: {mean_price:.2f}')
ax.text(port_stock_data.index[-1], mean_price, f' 均价 {mean_price:.2f}',
        verticalalignment='center', fontsize=10)

plt.tight_layout()
plt.show()

# 输出统计信息
print('=== 价格统计 ===')
print(f'最高价: {max_price:.2f}')
print(f'最低价: {min_price:.2f}')
print(f'平均价: {mean_price:.2f}')
print(f'价格波动率: {(port_stock_data["close"].std() / mean_price * 100):.2f}%')

宁波港股票价格走势图（2023年1月）
=== 价格统计 ===
最高价: 3.37
最低价: 3.23
平均价: 3.28
价格波动率: 1.15%

关键要点： - 使用 figsize 控制图表尺寸 - linewidth 和 alpha 控制线条粗细和透明度 - fill_between 创建填充区域 - 使用专业的配色方案（如 Economist 配色） - 添加统计信息增强图表的信息量 - 格式化日期标签提高可读性

8.5.2 习题 9.2: K线图（蜡烛图）

问题描述：

K线图是金融领域最常用的图表类型。请使用宁波港数据：

  1. 绘制专业的K线图
  2. 使用红色表示上涨，绿色表示下跌
  3. 添加成交量柱状图
  4. 标注重要价格点

完整解答：

import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.patches import Rectangle
from matplotlib.lines import Line2D
import matplotlib.dates as mdates

# 设置中文字体
plt.rcParams['font.sans-serif'] = ['Source Han Serif SC']
plt.rcParams['axes.unicode_minus'] = False

# 从本地 Parquet 文件读取数据代替 HDF5
stock_data = pd.read_parquet(
    'C:/qiufei/data/stock/stock_price_pre_adjusted.parquet',
    filters=[('order_book_id', '==', '601018.XSHG')]
).reset_index().rename(columns={'date': 'trade_date', 'vol': 'volume'})

stock_data['datetime'] = pd.to_datetime(stock_data['trade_date'], format='%Y%m%d')
stock_data = stock_data[(stock_data['datetime'] >= '2023-01-01') & (stock_data['datetime'] <= '2023-01-31')]

# 筛选宁波港的数据
port_stock_data = stock_data.copy()
port_stock_data.set_index('datetime', inplace=True)

# 创建子图：价格和成交量
fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(14, 10),
                               gridspec_kw={'height_ratios': [3, 1]}, sharex=True)

# 定义K线颜色
def get_color(open_price, close_price):
    """根据涨跌返回颜色"""
    return '#E3120B' if close_price >= open_price else '#00A4E6'  # 红涨绿跌

# 绘制K线
for idx, row in port_stock_data.iterrows():
    date = idx
    open_price = row['open']
    high = row['high']
    low = row['low']
    close = row['close']

    color = get_color(open_price, close)

    # 绘制影线（高低价连线）
    ax1.plot([mdates.date2num(date)] * 2, [low, high],
             color=color, linewidth=1)

    # 绘制实体（开盘收盘价矩形）
    height = abs(close - open_price)
    bottom = min(open_price, close)
    width = 0.6

    rect = Rectangle((mdates.date2num(date) - width/2, bottom),
                     width, height, facecolor=color, edgecolor=color)
    ax1.add_patch(rect)

# 设置价格轴
ax1.set_title('宁波港 (601018.SH) K线图 - 2023年1月',
              fontsize=16, fontweight='bold', pad=20)
ax1.set_ylabel('价格（元）', fontsize=12, labelpad=10)
ax1.grid(True, alpha=0.3, linestyle=':')

# 添加移动平均线
port_stock_data['MA5'] = port_stock_data['close'].rolling(window=5).mean()
port_stock_data['MA10'] = port_stock_data['close'].rolling(window=10).mean()

ax1.plot(port_stock_data.index, port_stock_data['MA5'], label='MA5', color='#F0A700', linewidth=1.5)
ax1.plot(port_stock_data.index, port_stock_data['MA10'], label='MA10', color='#8E9EAB', linewidth=1.5)
ax1.legend(loc='upper left', fontsize=11)

# 绘制成交量
colors = [get_color(row['open'], row['close']) for _, row in port_stock_data.iterrows()]
ax2.bar(port_stock_data.index, port_stock_data['volume'], color=colors, alpha=0.6, width=0.6)

ax2.set_ylabel('成交量', fontsize=12, labelpad=10)
ax2.set_xlabel('日期', fontsize=12, labelpad=10)
ax2.grid(True, alpha=0.3, linestyle=':')

# 格式化x轴
ax2.xaxis.set_major_formatter(mdates.DateFormatter('%m-%d'))
plt.xticks(rotation=45)

plt.tight_layout()
plt.show()

宁波港K线图与成交量

关键要点： - K线图由实体和影线组成 - 实体高度表示开盘价和收盘价的差 - 影线表示最高价和最低价 - 使用子图展示价格和成交量 - 移动平均线帮助识别趋势 - 颜色编码：红色上涨，绿色下跌

8.5.3 习题 9.3: 多股票对比图

问题描述：

对比宁波港、宁波银行和贵州茅台的股票表现：

  1. 创建标准化价格对比图
  2. 绘制累计收益率曲线
  3. 使用子图展示各股票
  4. 添加相关性热力图

完整解答：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns

# 设置中文字体
plt.rcParams['font.sans-serif'] = ['Source Han Serif SC']
plt.rcParams['axes.unicode_minus'] = False

# 从本地 Parquet 文件读取数据代替 HDF5
stock_data_port = pd.read_parquet(
    'C:/qiufei/data/stock/stock_price_pre_adjusted.parquet',
    filters=[('order_book_id', '==', '601018.XSHG')]
).reset_index().rename(columns={'date': 'trade_date', 'vol': 'volume'})
stock_data_nby = pd.read_parquet(
    'C:/qiufei/data/stock/stock_price_pre_adjusted.parquet',
    filters=[('order_book_id', '==', '002142.XSHE')]
).reset_index().rename(columns={'date': 'trade_date', 'vol': 'volume'})
stock_data_gzmt = pd.read_parquet(
    'C:/qiufei/data/stock/stock_price_pre_adjusted.parquet',
    filters=[('order_book_id', '==', '600519.XSHG')]
).reset_index().rename(columns={'date': 'trade_date', 'vol': 'volume'})

stock_data_port['symbol'] = '601018.SH'
stock_data_nby['symbol'] = '002142.SZ'
stock_data_gzmt['symbol'] = '600519.SH'
stock_data = pd.concat([stock_data_port, stock_data_nby, stock_data_gzmt])
stock_data['datetime'] = pd.to_datetime(stock_data['trade_date'], format='%Y%m%d')
stock_data = stock_data[(stock_data['datetime'] >= '2023-01-01') & (stock_data['datetime'] <= '2023-12-31')]

# 筛选三只股票的数据
symbols_map = {
    '601018.SH': ('宁波港', '#E3120B'),
    '002142.SZ': ('宁波银行', '#00A4E6'),
    '600519.SH': ('贵州茅台', '#F0A700')
}

filtered = stock_data[stock_data['symbol'].isin(symbols_map.keys())].copy()

# 数据准备
price_data = []
for symbol, (name, color) in symbols_map.items():
    data = stock_data[stock_data['symbol'] == symbol][['datetime', 'close']].copy()
    data.set_index('datetime', inplace=True)
    data.columns = [name]
    price_data.append(data)

price_df = pd.concat(price_data, axis=1).dropna()

# 1. 标准化价格对比
fig, axes = plt.subplots(3, 2, figsize=(16, 18))

# 标准化价格（初始价格=100）
normalized = (price_df / price_df.iloc[0] * 100)

ax = axes[0, 0]
for (symbol, (name, color)) in symbols_map.items():
    ax.plot(normalized.index, normalized[name],
            label=name, color=color, linewidth=2)

ax.set_title('标准化价格走势（初始=100）', fontsize=14, fontweight='bold')
ax.set_ylabel('标准化价格', fontsize=11)
ax.legend(loc='best', fontsize=11)
ax.grid(True, alpha=0.3, linestyle=':')

# 2. 累计收益率
returns = price_df.pct_change().fillna(0)
cumulative_returns = (1 + returns).cumprod()

ax = axes[0, 1]
for (symbol, (name, color)) in symbols_map.items():
    ax.plot(cumulative_returns.index, cumulative_returns[name],
            label=name, color=color, linewidth=2)

ax.set_title('累计收益率曲线', fontsize=14, fontweight='bold')
ax.set_ylabel('累计收益率', fontsize=11)
ax.legend(loc='best', fontsize=11)
ax.grid(True, alpha=0.3, linestyle=':')
ax.axhline(y=1, color='gray', linestyle='--', alpha=0.5)

# 3. 各股票子图
for i, (symbol, (name, color)) in enumerate(symbols_map.items()):
    # Adjust index for 3x2 grid starting from row 1
    r = 1 + i // 2
    c = i % 2
    ax = axes[r, c]
    ax.plot(price_df.index, price_df[name],
            color=color, linewidth=2, label=name)
    ax.fill_between(price_df.index, price_df[name],
                    alpha=0.2, color=color)
    ax.set_title(f'{name} 价格走势', fontsize=12, fontweight='bold')
    ax.set_ylabel('价格（元）', fontsize=10)
    ax.grid(True, alpha=0.3, linestyle=':')
    ax.legend(loc='best', fontsize=10)

plt.tight_layout()
plt.show()

# 4. 相关性热力图
fig, ax = plt.subplots(figsize=(10, 8))

# 计算日收益率相关性
returns_corr = returns.corr()

sns.heatmap(returns_corr, annot=True, fmt='.3f', cmap='RdYlGn_r',
            center=0, square=True, linewidths=1,
            cbar_kws={'label': '相关系数'}, ax=ax)

ax.set_title('股票日收益率相关性矩阵', fontsize=14, fontweight='bold', pad=20)
plt.tight_layout()
plt.show()

# 输出统计信息
print('=== 收益率统计 ===')
print(returns.describe().round(4))

print('\n=== 相关性矩阵 ===')
print(returns_corr.round(4))

宁波港、宁波银行、贵州茅台价格对比

=== 收益率统计 ===
            宁波港      宁波银行      贵州茅台
count  242.0000  242.0000  242.0000
mean     0.0001   -0.0017    0.0002
std      0.0076    0.0179    0.0129
min     -0.0261   -0.0557   -0.0567
25%     -0.0054   -0.0114   -0.0072
50%      0.0000   -0.0035   -0.0006
75%      0.0056    0.0073    0.0052
max      0.0221    0.0879    0.0572

=== 相关性矩阵 ===
         宁波港    宁波银行    贵州茅台
宁波港   1.0000  0.2646  0.1708
宁波银行  0.2646  1.0000  0.3667
贵州茅台  0.1708  0.3667  1.0000

关键要点： - 标准化使不同价格水平的资产可比 - 累计收益率展示投资回报 - 子图布局使用 gridspec_kw 或 subplots - 热力图直观展示相关性 - 配色保持一致性便于识别

8.5.4 习题 9.4: 分布可视化

问题描述：

使用宁波港股票收益率数据，创建多种分布图：

  1. 直方图与KDE
  2. Q-Q图检验正态性
  3. 箱形图和小提琴图
  4. 累积分布函数图

统计诊断：Q-Q 图与金融收益率的“肥尾”判定

Q-Q 图（Quantile-Quantile Plot） 是量化分析中验证分布假设的关键策略。其核心逻辑是将样本的分位数与理论分布（如标准正态分布）的分位数进行一一映射。

  • 判定基准：若点群紧密围绕 45 度参考线分布，则支持原分布假设。
  • 金融特征：在 A 股等风险资产的收益率序列中，Q-Q 图的两端往往会系统性偏离参考线，表现为向上或向下的“翘起”。在统计学上，这被称为厚尾（Fat Tails/Leptokurtosis），意味着极端行情发生的概率远高于正态分布的预期。

完整解答：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
from scipy import stats

# 设置中文字体
plt.rcParams['font.sans-serif'] = ['Source Han Serif SC']
plt.rcParams['axes.unicode_minus'] = False

# 从本地 Parquet 文件读取数据代替 HDF5
stock_data = pd.read_parquet(
    'C:/qiufei/data/stock/stock_price_pre_adjusted.parquet',
    filters=[('order_book_id', '==', '601018.XSHG')]
).reset_index().rename(columns={'date': 'trade_date', 'vol': 'volume'})

stock_data['datetime'] = pd.to_datetime(stock_data['trade_date'], format='%Y%m%d')
stock_data = stock_data[(stock_data['datetime'] >= '2023-01-01') & (stock_data['datetime'] <= '2023-12-31')]

# 筛选宁波港的数据并计算收益率
port_stock_data = stock_data.copy()
port_stock_data.set_index('datetime', inplace=True)
port_stock_data['returns'] = port_stock_data['close'].pct_change().dropna()

returns = port_stock_data['returns'].dropna()

# 创建图表
fig, axes = plt.subplots(2, 2, figsize=(14, 10))

# 1. 直方图与KDE
ax = axes[0, 0]
ax.hist(returns, bins=50, density=True, alpha=0.6,
        color='#2C3E50', edgecolor='white', linewidth=1)

# 绘制KDE
from scipy.stats import gaussian_kde
kde = gaussian_kde(returns)
x_range = np.linspace(returns.min(), returns.max(), 200)
ax.plot(x_range, kde(x_range), color='#E3120B',
        linewidth=2, label='KDE')

# 绘制正态分布对比
mu, std = returns.mean(), returns.std()
normal_pdf = stats.norm.pdf(x_range, mu, std)
ax.plot(x_range, normal_pdf, color='#00A4E6',
        linewidth=2, linestyle='--', label='正态分布')

ax.set_title('收益率分布：直方图与KDE', fontsize=12, fontweight='bold')
ax.set_xlabel('日收益率', fontsize=10)
ax.set_ylabel('密度', fontsize=10)
ax.legend(loc='upper right', fontsize=10)
ax.grid(True, alpha=0.3, linestyle=':')

# 2. Q-Q图
ax = axes[0, 1]
stats.probplot(returns, dist='norm', plot=ax)
ax.set_title('Q-Q图：正态性检验', fontsize=12, fontweight='bold')
ax.grid(True, alpha=0.3, linestyle=':')

# 3. 箱形图和小提琴图
# 箱形图
box_data = [returns.values]
bp = ax.boxplot(box_data, vert=True, patch_artist=True,
                labels=['宁波港'], widths=0.5)

for box in bp['boxes']:
    box.set_facecolor('#E3120B')
    box.set_alpha(0.6)

for median in bp['medians']:
    median.set_color('white')
    median.set_linewidth(2)

ax.set_title('收益率箱形图', fontsize=12, fontweight='bold')
ax.set_ylabel('日收益率', fontsize=10)
ax.grid(True, alpha=0.3, axis='y', linestyle=':')

# 添加统计信息
quartiles = np.percentile(returns, [25, 50, 75])
ax.text(1, quartiles[0], f' Q1: {quartiles[0]:.4f}',
        verticalalignment='center', fontsize=9)
ax.text(1, quartiles[1], f' 中位数: {quartiles[1]:.4f}',
        verticalalignment='center', fontsize=9)
ax.text(1, quartiles[2], f' Q3: {quartiles[2]:.4f}',
        verticalalignment='center', fontsize=9)

# 4. 累积分布函数
ax = axes[1, 1]
sorted_returns = np.sort(returns)
cumulative = np.arange(1, len(sorted_returns) + 1) / len(sorted_returns)

ax.plot(sorted_returns, cumulative, color='#E3120B',
        linewidth=2, label='实际CDF')

# 理论正态CDF
theoretical_cdf = stats.norm.cdf(sorted_returns, mu, std)
ax.plot(sorted_returns, theoretical_cdf, color='#00A4E6',
        linewidth=2, linestyle='--', label='正态CDF')

ax.set_title('累积分布函数', fontsize=12, fontweight='bold')
ax.set_xlabel('日收益率', fontsize=10)
ax.set_ylabel('累积概率', fontsize=10)
ax.legend(loc='lower right', fontsize=10)
ax.grid(True, alpha=0.3, linestyle=':')

plt.tight_layout()
plt.show()

# 正态性检验
print('=== 正态性检验 ===')
statistic, p_value = stats.jarque_bera(returns)
print(f'Jarque-Bera检验: 统计量={statistic:.4f}, p值={p_value:.4f}')
print(f'结论: {"拒绝正态假设" if p_value < 0.05 else "不能拒绝正态假设"} (α=0.05)')

print('\n=== 描述性统计 ===')
print(returns.describe())

宁波港收益率分布分析
=== 正态性检验 ===
Jarque-Bera检验: 统计量=0.9669, p值=0.6166
结论: 不能拒绝正态假设 (α=0.05)

=== 描述性统计 ===
count    241.000000
mean       0.000121
std        0.007604
min       -0.026119
25%       -0.005434
50%        0.000000
75%        0.005566
max        0.022126
Name: returns, dtype: float64

通过上述分布图，我们可以得出以下金融实证结论：

  1. 非正态性：直方图和 KDE 曲线显示 A 股收益率通常呈现比正态分布更高的峰度（尖峰）。
  2. 厚尾效应 (Fat Tails)：Q-Q 图在两端偏离直线，证实了极端风险发生的概率远高于普通正态分布预测，这正是量化风控（如 VaR 计算）需要特别关注的“黑天鹅”区域。
  3. 异常值识别：箱形图中的离群点直观地展示了交易日中的极端波动（如涨跌停板），这对于识别市场冲击事件至关重要。

8.5.5 习题 9.5: 时间序列分解图

问题描述：

将宁波港股票价格分解为趋势、季节性和残差成分：

  1. 使用移动平均提取趋势
  2. 识别周期性模式
  3. 可视化分解结果
  4. 分析残差特性

理论研讨：时间序列的统计分解及其经济逻辑

时间序列 \(Y_t\) 在实证分析中常被分解为三个核心成分，其数学模型可表示为乘法形式： \[Y_t = T_t \times S_t \times R_t\]

  1. 趋势成分 (\(T_t\), Trend)：反映资产价格的长期运行方向（如经济增长带来的价值扩张）。我们常用移动平均 (Moving Average) 进行平滑提取： \[MA_t = \frac{1}{k} \sum_{i=0}^{k-1} Y_{t-i}\]
  2. 季节性成分 (\(S_t\), Seasonal)：反映固定周期内的模式（如金融市场的“周内效应”或“日历效应”）。
  3. 残差成分 (\(R_t\), Residual)：代表去除了趋势和季节性后的随机波动或异常冲击。在强有效市场中，该项应接近于均值回归且不可预测。

完整解答：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# 设置中文字体
plt.rcParams['font.sans-serif'] = ['Source Han Serif SC']
plt.rcParams['axes.unicode_minus'] = False

# 从本地 Parquet 文件读取数据代替 HDF5
stock_data = pd.read_parquet(
    'C:/qiufei/data/stock/stock_price_pre_adjusted.parquet',
    filters=[('order_book_id', '==', '601018.XSHG')]
).reset_index().rename(columns={'date': 'trade_date', 'vol': 'volume'})

stock_data['datetime'] = pd.to_datetime(stock_data['trade_date'], format='%Y%m%d')
stock_data = stock_data[(stock_data['datetime'] >= '2023-01-01') & (stock_data['datetime'] <= '2023-12-31')]

# 筛选宁波港的数据
port_stock_data = stock_data.copy()
port_stock_data.set_index('datetime', inplace=True)

# 计算不同周期的移动平均
port_stock_data['MA5'] = port_stock_data['close'].rolling(window=5).mean()
port_stock_data['MA20'] = port_stock_data['close'].rolling(window=20).mean()
port_stock_data['MA60'] = port_stock_data['close'].rolling(window=60).mean()

# 计算收益率（残差的代理）
port_stock_data['returns'] = port_stock_data['close'].pct_change()

# 识别周期性：提取周内模式
port_stock_data['day_of_week'] = port_stock_data.index.dayofweek
weekly_pattern = port_stock_data.groupby('day_of_week')['returns'].mean()

# 创建分解图
fig, axes = plt.subplots(4, 1, figsize=(14, 12))

# 1. 原始价格
ax = axes[0]
ax.plot(port_stock_data.index, port_stock_data['close'], color='#2C3E50',
        linewidth=1, alpha=0.7, label='收盘价')
ax.plot(port_stock_data.index, port_stock_data['MA20'], color='#E3120B',
        linewidth=2, label='20日均线')
ax.fill_between(port_stock_data.index, port_stock_data['close'], port_stock_data['MA20'],
                where=(port_stock_data['close'] >= port_stock_data['MA20']),
                alpha=0.2, color='#E3120B', label='上涨区间')
ax.fill_between(port_stock_data.index, port_stock_data['close'], port_stock_data['MA20'],
                where=(port_stock_data['close'] < port_stock_data['MA20']),
                alpha=0.2, color='#00A4E6', label='下跌区间')

ax.set_title('原始价格与趋势', fontsize=12, fontweight='bold')
ax.set_ylabel('价格（元）', fontsize=10)
ax.legend(loc='upper left', fontsize=10)
ax.grid(True, alpha=0.3, linestyle=':')

# 2. 趋势成分（多个移动平均）
ax = axes[1]
ax.plot(port_stock_data.index, port_stock_data['MA5'], color='#008080', linewidth=1, label='MA5', alpha=0.7)
ax.plot(port_stock_data.index, port_stock_data['MA20'], color='#F0A700', linewidth=1.5, label='MA20')
ax.plot(port_stock_data.index, port_stock_data['MA60'], color='#E3120B', linewidth=2, label='MA60')

ax.set_title('趋势成分（移动平均）', fontsize=12, fontweight='bold')
ax.set_ylabel('价格（元）', fontsize=10)
ax.legend(loc='upper left', fontsize=10)
ax.grid(True, alpha=0.3, linestyle=':')

# 3. 周期性模式（周内效应）
ax = axes[2]
days = ['周一', '周二', '周三', '周四', '周五']
bars = ax.bar(range(len(weekly_pattern)), weekly_pattern.values,
               color=['#E3120B' if v > 0 else '#00A4E6' for v in weekly_pattern.values],
               alpha=0.7, edgecolor='white', linewidth=1.5)

ax.set_xticks(range(len(weekly_pattern)))
ax.set_xticklabels(days)
ax.set_title('季节性成分（周内效应）', fontsize=12, fontweight='bold')
ax.set_ylabel('平均收益率', fontsize=10)
ax.axhline(y=0, color='black', linestyle='-', linewidth=0.8)
ax.grid(True, alpha=0.3, axis='y', linestyle=':')

# 添加数值标签
for i, bar in enumerate(bars):
    height = bar.get_height()
    ax.text(bar.get_x() + bar.get_width()/2., height,
            f'{height:.4f}', ha='center', va='bottom' if height > 0 else 'top',
            fontsize=9)

# 4. 残差（去趋势后的收益率）
ax = axes[3]
detrended = port_stock_data['close'] - port_stock_data['MA20']
ax.plot(port_stock_data.index, detrended, color='#8E9EAA', linewidth=1, alpha=0.8)
ax.fill_between(port_stock_data.index, detrended, 0,
                where=(detrended >= 0), alpha=0.3, color='#E3120B')
ax.fill_between(port_stock_data.index, detrended, 0,
                where=(detrended < 0), alpha=0.3, color='#00A4E6')

ax.set_title('残差成分（去趋势后）', fontsize=12, fontweight='bold')
ax.set_ylabel('偏离度（元）', fontsize=10)
ax.set_xlabel('日期', fontsize=10)
ax.axhline(y=0, color='black', linestyle='-', linewidth=1)
ax.grid(True, alpha=0.3, linestyle=':')

plt.tight_layout()
plt.show()

# 分析结果
print('=== 时间序列分解分析 ===')
print(f'趋势解释的变异: {port_stock_data["MA20"].var() / port_stock_data["close"].var() * 100:.2f}%')
print(f'残差标准差: {detrended.std():.2f}')
print(f'价格变异系数: {port_stock_data["close"].std() / port_stock_data["close"].mean() * 100:.2f}%')

print('\n=== 周内效应 ===')
for day, ret in zip(days, weekly_pattern.values):
    print(f'{day}: {ret:.4f}')

宁波港股票价格时间序列分解
=== 时间序列分解分析 ===
趋势解释的变异: 75.78%
残差标准差: 0.06
价格变异系数: 2.73%

=== 周内效应 ===
周一: 0.0014
周二: -0.0007
周三: -0.0013
周四: 0.0009
周五: 0.0003

通过对宁波港价格序列的分解，我们可以洞察资产波动的本质：

  1. 趋势的统治地位：趋势成分（MA20/MA60）通常解释了价格变动的主要比例，这体现了金融市场的逻辑惯性（Momentum）。
  2. 周内效应的显著性：通过对平均收益率的柱状图分析，我们可以检验是否存在“周一效应”或“周五异象”，这为高频交易策略的入场时点选择提供了实证基础。
  3. 均值回归 (Mean Reversion)：残差成分展示了价格偏离长期趋势的程度。根据统计套利理论，当残差达到极值时，价格往往存在向趋势均线回归的动力。

8.5.6 习题 9.6: 交互式图表进阶

问题描述：

使用 matplotlib 创建带有交互元素的图表：

  1. 添加注释和标记
  2. 创建双Y轴图表
  3. 使用颜色映射显示额外维度
  4. 保存高质量图表

完整解答：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.colors import Normalize
from matplotlib.cm import ScalarMappable

# 设置中文字体
plt.rcParams['font.sans-serif'] = ['Source Han Serif SC']
plt.rcParams['axes.unicode_minus'] = False

# 从本地 Parquet 文件读取数据代替 HDF5
stock_data = pd.read_parquet(
    'C:/qiufei/data/stock/stock_price_pre_adjusted.parquet',
    filters=[('order_book_id', '==', '601018.XSHG')]
).reset_index().rename(columns={'date': 'trade_date', 'vol': 'volume'})

stock_data['datetime'] = pd.to_datetime(stock_data['trade_date'], format='%Y%m%d')
stock_data = stock_data[(stock_data['datetime'] >= '2023-01-01') & (stock_data['datetime'] <= '2023-03-31')]

# 筛选宁波港的数据
port_stock_data = stock_data.copy()
port_stock_data.set_index('datetime', inplace=True)

# 计算涨跌幅
port_stock_data['change'] = port_stock_data['close'].pct_change()
port_stock_data['change_abs'] = port_stock_data['change'].abs()

# 创建双Y轴图表
fig, ax1 = plt.subplots(figsize=(16, 8))

# 左轴：价格
color = '#2C3E50'
ax1.set_xlabel('日期', fontsize=12, labelpad=10)
ax1.set_ylabel('收盘价（元）', color=color, fontsize=12, labelpad=10)
line1 = ax1.plot(port_stock_data.index, port_stock_data['close'], color=color,
                 linewidth=2, label='收盘价')
ax1.tick_params(axis='y', labelcolor=color)
ax1.grid(True, alpha=0.3, linestyle=':')

# 右轴：成交量
ax2 = ax1.twinx()
color = '#E3120B'
ax2.set_ylabel('成交量', color=color, fontsize=12, labelpad=10)
line2 = ax2.plot(port_stock_data.index, port_stock_data['volume'], color=color,
                 linewidth=1, alpha=0.5, label='成交量')
ax2.tick_params(axis='y', labelcolor=color)

# 标题
plt.title('宁波港价格与成交量关系分析', fontsize=16, fontweight='bold', pad=20)

# 合并图例
lines = line1 + line2
labels = [l.get_label() for l in lines]
ax1.legend(lines, labels, loc='upper left', fontsize=11)

# 添加注释：最高价点
max_idx = port_stock_data['close'].idxmax()
max_price = port_stock_data['close'].max()
ax1.annotate(f'最高价\n{max_price:.2f}',
             xy=(max_idx, max_price),
             xytext=(10, 20), textcoords='offset points',
             bbox=dict(boxstyle='round,pad=0.5', fc='yellow', alpha=0.7),
             arrowprops=dict(arrowstyle='->', connectionstyle='arc3,rad=0',
                           color='red', lw=2),
             fontsize=10, ha='center')

# 添加注释：最低价点
min_idx = port_stock_data['close'].idxmin()
min_price = port_stock_data['close'].min()
ax1.annotate(f'最低价\n{min_price:.2f}',
             xy=(min_idx, min_price),
             xytext=(-10, -20), textcoords='offset points',
             bbox=dict(boxstyle='round,pad=0.5', fc='lightblue', alpha=0.7),
             arrowprops=dict(arrowstyle='->', connectionstyle='arc3,rad=0',
                           color='blue', lw=2),
             fontsize=10, ha='center')

# 添加水平参考线：均线
mean_price = port_stock_data['close'].mean()
ax1.axhline(y=mean_price, color='gray', linestyle='--',
           linewidth=1.5, alpha=0.7, label=f'均价: {mean_price:.2f}')

# 使用颜色映射显示涨跌幅大小
sc = ax1.scatter(port_stock_data.index, port_stock_data['close'], c=port_stock_data['change_abs'],
                 cmap='RdYlGn_r', s=50, alpha=0.6, edgecolors='none')

# 添加颜色条
cbar = plt.colorbar(sc, ax=ax1, pad=0.02)
cbar.set_label('涨跌幅绝对值', fontsize=10)

# 添加文本框说明
textstr = '数据来源: 宁波港 (601018.SH)\n时间段: 2023年Q1'
props = dict(boxstyle='round', facecolor='wheat', alpha=0.5)
ax1.text(0.02, 0.98, textstr, transform=ax1.transAxes, fontsize=10,
        verticalalignment='top', bbox=props)

plt.tight_layout()

# 保存高质量图表
plt.savefig('port_analysis.png', dpi=300, bbox_inches='tight',
            facecolor='white', edgecolor='none')
plt.show()

print('=== 图表已保存 ===')
print('文件: port_analysis.png')
print('分辨率: 300 DPI')

宁波港价格与成交量分析（带注释）
=== 图表已保存 ===
文件: port_analysis.png
分辨率: 300 DPI

关键要点： - 双Y轴适合展示量纲不同的变量 - annotate 添加精确的注释和箭头 - colorbar 显示额外的数值维度 - text 添加说明信息 - savefig 保存高质量图片 - DPI=300 适合出版印刷

8.5.7 习题 9.7: 综合金融仪表盘

问题描述：

创建一个综合性的金融分析仪表盘，整合多种图表：

  1. 价格走势与均线
  2. 成交量分析
  3. 收益率分布
  4. 技术指标（RSI、MACD）

完整解答：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.gridspec import GridSpec

# 设置中文字体
plt.rcParams['font.sans-serif'] = ['Source Han Serif SC']
plt.rcParams['axes.unicode_minus'] = False

# 从本地 Parquet 文件读取数据代替 HDF5
stock_data = pd.read_parquet(
    'C:/qiufei/data/stock/stock_price_pre_adjusted.parquet',
    filters=[('order_book_id', '==', '601018.XSHG')]
).reset_index().rename(columns={'date': 'trade_date', 'vol': 'volume'})

stock_data['datetime'] = pd.to_datetime(stock_data['trade_date'], format='%Y%m%d')
stock_data = stock_data[(stock_data['datetime'] >= '2023-01-01') & (stock_data['datetime'] <= '2023-12-31')]

# 筛选宁波港的数据
port_stock_data = stock_data.copy()
port_stock_data.set_index('datetime', inplace=True)

# 计算技术指标
# 移动平均线
port_stock_data['MA5'] = port_stock_data['close'].rolling(5).mean()
port_stock_data['MA20'] = port_stock_data['close'].rolling(20).mean()

# RSI指标
def calculate_rsi(prices, period=14):
    """计算相对强弱指标"""
    delta = prices.diff()
    gain = (delta.where(delta > 0, 0)).rolling(period).mean()
    loss = (-delta.where(delta < 0, 0)).rolling(period).mean()
    rs = gain / loss
    rsi = 100 - (100 / (1 + rs))
    return rsi

port_stock_data['RSI'] = calculate_rsi(port_stock_data['close'])

# MACD指标
exp12 = port_stock_data['close'].ewm(span=12, adjust=False).mean()
exp26 = port_stock_data['close'].ewm(span=26, adjust=False).mean()
port_stock_data['MACD'] = exp12 - exp26
port_stock_data['Signal'] = port_stock_data['MACD'].ewm(span=9, adjust=False).mean()
port_stock_data['Histogram'] = port_stock_data['MACD'] - port_stock_data['Signal']

# 收益率
port_stock_data['returns'] = port_stock_data['close'].pct_change()

# 创建仪表盘
fig = plt.figure(figsize=(18, 12))
gs = GridSpec(3, 3, figure=fig, hspace=0.3, wspace=0.3)

# 1. 主图：价格与均线（占上面两行）
ax1 = fig.add_subplot(gs[0:2, :])

ax1.plot(port_stock_data.index, port_stock_data['close'], label='收盘价',
         color='#2C3E50', linewidth=1.5, alpha=0.8)
ax1.plot(port_stock_data.index, port_stock_data['MA5'], label='MA5',
         color='#E3120B', linewidth=1.2)
ax1.plot(port_stock_data.index, port_stock_data['MA20'], label='MA20',
         color='#00A4E6', linewidth=1.2)

# 填充均线间区域
ax1.fill_between(port_stock_data.index, port_stock_data['MA5'], port_stock_data['MA20'],
                 where=(port_stock_data['MA5'] >= port_stock_data['MA20']),
                 alpha=0.2, color='#E3120B')

ax1.set_title('宁波港 (601018.SH) 技术分析', fontsize=16, fontweight='bold', pad=15)
ax1.set_ylabel('价格（元）', fontsize=11, labelpad=10)
ax1.legend(loc='upper left', fontsize=10)
ax1.grid(True, alpha=0.3, linestyle=':')

# 2. 成交量（左下）
ax2 = fig.add_subplot(gs[2, 0])

colors = ['#E3120B' if port_stock_data['close'].iloc[i] >= port_stock_data['open'].iloc[i]
          else '#00A4E6' for i in range(len(port_stock_data))]
ax2.bar(port_stock_data.index, port_stock_data['volume'], color=colors, alpha=0.6, width=0.8)

ax2.set_title('成交量', fontsize=12, fontweight='bold')
ax2.set_ylabel('成交量', fontsize=10)
ax2.grid(True, alpha=0.3, axis='y', linestyle=':')
plt.setp(ax2.xaxis.get_majorticklabels(), rotation=45)

# 3. 收益率分布（中下）
ax3 = fig.add_subplot(gs[2, 1])

ax3.hist(port_stock_data['returns'].dropna(), bins=50, color='#F0A700',
         alpha=0.7, edgecolor='white', linewidth=1)
ax3.axvline(port_stock_data['returns'].mean(), color='#E3120B',
           linestyle='--', linewidth=2, label=f'均值: {port_stock_data["returns"].mean():.4f}')
ax3.set_title('收益率分布', fontsize=12, fontweight='bold')
ax3.set_xlabel('日收益率', fontsize=10)
ax3.set_ylabel('频数', fontsize=10)
ax3.legend(fontsize=9)
ax3.grid(True, alpha=0.3, axis='y', linestyle=':')

# 4. RSI指标（右下）
ax4 = fig.add_subplot(gs[2, 2])

ax4.plot(port_stock_data.index, port_stock_data['RSI'], color='#8E9EAB', linewidth=1.5)
ax4.axhline(y=70, color='#E3120B', linestyle='--',
           linewidth=1, alpha=0.7, label='超买线 (70)')
ax4.axhline(y=30, color='#00A4E6', linestyle='--',
           linewidth=1, alpha=0.7, label='超卖线 (30)')
ax4.fill_between(port_stock_data.index, 70, 100, alpha=0.1, color='#E3120B')
ax4.fill_between(port_stock_data.index, 0, 30, alpha=0.1, color='#00A4E6')

ax4.set_title('RSI 相对强弱指标', fontsize=12, fontweight='bold')
ax4.set_ylabel('RSI', fontsize=10)
ax4.set_ylim([0, 100])
ax4.legend(loc='upper right', fontsize=9)
ax4.grid(True, alpha=0.3, linestyle=':')
plt.setp(ax4.xaxis.get_majorticklabels(), rotation=45)

# 添加整体统计信息
fig.text(0.5, 0.92,
         f'当前价格: {port_stock_data["close"].iloc[-1]:.2f}  |  '
         f'涨跌幅: {port_stock_data["returns"].iloc[-1]*100:.2f}%  |  '
         f'RSI: {port_stock_data["RSI"].iloc[-1]:.2f}  |  '
         f'成交量: {port_stock_data["volume"].iloc[-1]:,.0f}',
         ha='center', fontsize=12,
         bbox=dict(boxstyle='round,pad=0.5', facecolor='wheat', alpha=0.5))

plt.savefig('port_dashboard.png', dpi=300, bbox_inches='tight',
            facecolor='white', edgecolor='none')
plt.show()

# 输出分析摘要
print('=== 技术分析摘要 ===')
print(f'当前价格: {port_stock_data["close"].iloc[-1]:.2f}')
print(f'MA5: {port_stock_data["MA5"].iloc[-1]:.2f}')
print(f'MA20: {port_stock_data["MA20"].iloc[-1]:.2f}')
print(f'RSI: {port_stock_data["RSI"].iloc[-1]:.2f}')
print(f'MACD: {port_stock_data["MACD"].iloc[-1]:.4f}')

# 交易信号
if port_stock_data['MA5'].iloc[-1] > port_stock_data['MA20'].iloc[-1]:
    print('趋势: 上涨（MA5 > MA20）')
else:
    print('趋势: 下跌（MA5 < MA20）')

if port_stock_data['RSI'].iloc[-1] > 70:
    print('信号: 超买')
elif port_stock_data['RSI'].iloc[-1] < 30:
    print('信号: 超卖')
else:
    print('信号: 中性')

宁波港综合分析仪表盘
=== 技术分析摘要 ===
当前价格: 3.35
MA5: 3.38
MA20: 3.42
RSI: 26.07
MACD: 0.0086
趋势: 下跌（MA5 < MA20）
信号: 超卖

关键要点： - GridSpec 提供灵活的布局 - 整合多种图表类型 - 技术指标辅助投资决策 - 配色和布局影响专业度 - 添加统计信息提供洞察 - 保存为高分辨率图片

8.6 总结

本章的目标是为你们提供一个功能强大且稳健的工具箱，用于在经济学中进行基本的数据可视化。我们已经看到了如何从使用matplotlib进行低级别、精细的控制，过渡到使用seaborn和pandas进行高级别、具有统计意识的绘图。

将你的分析结果进行可视化传达，是一项与分析本身同等重要的技能。一个深刻的发现如果不能被清晰、有说服力地传达，那它就是无用的。用你们其他课程的数据集进行练习，打造一幅清晰、真实、有力的图表的能力，是一位优秀的应用人才的标志之一。

8.7 延伸阅读

为了进一步深化您在数据可视化方面的理解，我们推荐以下精选资源：

8.7.1 matplotlib官方文档与教程

1. matplotlib Official Documentation - 链接: https://matplotlib.org/stable/users/index.html - 说明: matplotlib的官方用户指南，包含完整的API文档和大量示例。特别推荐： - Usage Guide - 全面介绍matplotlib的各种功能 - Gallery - 数百个代码示例，可以直接复制使用 - Tutorials - 从基础到高级的教程系列

2. Python Plotting for Beginners (网络课程) - 平台: Real Python - 链接: https://realpython.com/courses/python-plotting-for-beginners/ - 说明: 面向初学者的matplotlib课程，通过实战项目学习绘图技巧。

8.7.2 统计可视化专题

3. seaborn: statistical data visualization - 链接: https://seaborn.pydata.org/ - 说明: seaborn官方文档，专注于统计可视化。特别推荐： - Tutorial - 系统性介绍seaborn的各种图表类型 - API Reference - 完整的函数参考 - Example Gallery - 丰富的代码示例

4. Fundamentals of Data Visualization (书籍) - 作者: Claus O. Wilke - 出版社: O’Reilly - 说明: 系统地讲解数据可视化的原则和最佳实践，包括： - 可视化的认知原理 - 颜色理论和设计原则 - 不同图表类型的适用场景

8.7.3 金融图表专题

5. Python for Finance Cookbook (第6章: Visualizing Financial Data) - 作者: James Powell & Felix Zumstein - 出版社: Packt Publishing - 说明: 专注于金融数据可视化，包含： - K线图（蜡烛图）绘制 - OHLC图表 - 技术指标可视化 - 交易量分析

6. Financial Visualization with Plotly (网络教程) - 平台: Plotly - 链接: https://plotly.com/python/creating-financial-charts/ - 说明: 使用Plotly创建交互式金融图表，适合仪表盘开发。

8.7.4 地理数据可视化

7. Python for Geospatial Analysis (第4章) - 作者: Jonas Cruse & Michael L. Smith - 出版社: Packt - 说明: 讲解如何使用Python进行地理数据可视化，包括： - 使用geopandas绘制地图 - 使用folium创建交互式地图 - 空间数据可视化技术

8.7.5 科学可视化最佳实践

8. Ten Simple Rules for Better Figures (论文) - 作者: R. Bouma - 期刊: PLOS Computational Biology - 链接: https://journals.plos.org/ploscompbiol/article?id=10.1371/journal.pcbi.1003195 - 说明: 提出了科学图表的10条简单规则，如”优先展示数据，而非装饰”等。

9. Visualize This: The FlowingData Guide to Design (在线指南) - 链接: https://flowingdata.com/guideline/ - 说明: FlowingData的数据可视化设计指南，包含大量最佳实践和案例。

8.7.6 在线学习资源

10. Kaggle Data Visualization Courses - 链接: https://www.kaggle.com/learn - 说明: Kaggle提供的数据可视化课程，包含实战练习和竞赛。

11. GitHub Awesome Matplotlib Resources - 链接: https://github.com/matplotlib/matplotlib - 说明: matplotlib的GitHub仓库，可以查看源代码、提出问题、参与贡献。

12. Stack Overflow - matplotlib Tag - 链接: https://stackoverflow.com/questions/tagged/matplotlib - 说明: 当遇到具体的绘图问题时，Stack Overflow是寻求帮助的最佳社区资源。