Python 学习记录（3）

hai-zei / 2025-01-15 / 原文

数据

主要是对Pandas相关的数据帧等做处理和一定的可视化

Pandas对数据帧各列的运算

import seaborn as sns
import pandas as pd
#从Seaborn 当中导入鸢尾花数据帧，并处理
iris_df=sns.load_dataset("iris")
X_df=iris_df.copy()
X_df.rename(columns={'sepal_length':'X1',
                     'sepal_width':'X2'},
            inplace=True)
X_df_=X_df[['X1','X2','species']]
#只选择三列

X_df_['X1-E(X1)']=X_df_['X1']-X_df_['X1'].mean()
#新添加一行，用于表示花萼中心化
X_df_['X2-E(X2)']=X_df_['X2']-X_df_['X2'].mean()
#花萼宽度取去均值
X_df_['X1*X2']=X_df_['X2']*X_df_['X2']
X_df_['X1/X2']=X_df_['X1']/X_df_['X2']
#相关相乘与相加

X_df_.drop(['X1','X2'],axis=1,inplace=True)
#删去原先的X1,X2,其中axis=1指明删去的是列，inplace=True说明实在原来的数据帧上操作。

#对相关情况可视化
sns.pairplot(X_df_,corner=True,hue="species")

对其可视化后的结果：

利用Pandas对利率数据的可视化

简单介绍：

先利用pandas_datareader从多种数据源中获得金融和经济数据。
之后利用python当中的可视化工具进行可视化。
最后对图像进行一定的美化。

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import pandas_datareader as pdr
#如果没有pandas_datareader库/或出现报错
#先将pandas_datareader库下载，pip install pandas_datareader
import seaborn as sns

#----导入数据--start-----
df=pdr.data.DataReader(['DGS6MO','DGS1',
                        'DGS2','DGS5',
                        'DGS7','DGS10',
                        'DGS20','DGS30'],
                       data_source='fred',
                       start='01-01-2022',
                       end='12-31-2022')

df=df.dropna()
#修改数据帧列标签，dropna()方法删除数据帧中缺失值NaN.
df=df.rename(columns={'DGS6MO':'0.5 yr',
                      'DGS1':'1 yr',
                      'DGS2':'2 yr',
                      'DGS5':'5 yr',
                      'DGS7':'7 yr',
                      'DGS10':'10 yr',
                      'DGS20':'20 yr',
                      'DGS30':'30 yr'})
#对相应对象进行改名
#----end-----

#------简单画图-----
df.plot(xlabel='Time',ylabel='IR level',
       legend=False,
       xlim=(df.index.min(),df.index.max()))

plt.savefig("利率走势图.svg")
df.plot(subplots=True,layout=(2,4),
        sharex=True,sharey=True,
        xticks=[],yticks=[],
        xlim=(df.index.min(),df.index.max()))
plt.savefig("利率走势图，子图.svg")
#savefig()方法将图片以 SVG 格式进行保存


#----美化线图----
#创建一个图像对象和一个轴对象
fig,ax=plt.subplots(figsize=(5,5))
#fig是一个图形对象，代表整个图形窗口
#ax是一个轴对象，代表图形窗口的子图或者坐标系

df.plot(ax=ax,xlabel="time",legend=True)
#这里ax=ax指定了具体对象
ax.set_xlim((df.index.min(),df.index.max()))
ax.set_ylim((0,5))
ax.set_xticks([])
ax.set_xlabel('time')
ax.set_ylabel('IR level')

结果：

时间序列数据帧索引与切片

简单介绍：

蒙特卡罗模拟：蒙特卡罗模拟是通过随机抽样的方法进行数值计算的一种技术.
广泛用于金融，物理，工程等领域，解决复杂的概率，统计和优化问题

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
date_range=pd.date_range(start='2023-01-01',
                         periods=365*2,freq='D')
#创建日期范围，使用date_range()方法

df=pd.DataFrame(index=date_range)
#创建一个空的DataFrame,用于存储随机行走数据，同时将行标签设置成天

num_path=50
np.random.seed(0)
#50个随机数，同时设置随机种子保证结果可重复

for i in range(num_path):
    #满足正态分布随机数
    step_idx=np.random.normal(loc=0.0,scale=1.0,
                              size=len(date_range)-1)
    #其中有【（365*2）-2】个数据，因将0作为最开始数据
    
    step_idx=np.append(0,step_idx)
    walk_idx=step_idx.cumsum()
    #将每天走的情况记录且累加放在相应的列下面，其中列下面放的是一堆
    #数据非单值，因cumsum()方法计算累加，代表行走随时间变化
    df[f'walk_{i+1}']=walk_idx
#------画出三幅图-----

df.plot(legend=False)
plt.grid(True)
plt.ylim(-80,80)

df[['walk_1','walk_2']].plot(legend=True)
plt.grid(True)
plt.ylim(-80,80)

df.loc['2023-01-01':'2023-08-08',
       ['walk_1','walk_2']].plot(legend=True)

plt.grid(True)
plt.ylim(-80,80)

代码输出情况：