数据可视化

如何在拖放收益时间轴时,收益曲线永远从0开始,而不是现在这样从回测的原点往后的收益开始.这样看起来简直就是”最烂的工程师也不会这样设计”.比如是+30%开始到结果是+20%.这段时间的曲线你看的是什么?平坦的一条横线.

https://bigquant.com/codesharev3/edb9836d-0155-420f-a8a0-5b0c3f6379f8

\

导语

本文是基于StackAbuse的一篇讲解Seaborn的文章 上编写。 附示例及实现代码，可直接前往文末 一键克隆代码 进行实践研究。

在前一篇文章 Pandas数据可视化工具——Seaborn用法整理（上），我们了解了如何使用这些Seaborn代码绘制分布图和分类图。在本文中，我们将继续讨论Seaborn提供的一些其他以绘制不同类型统计图的功能，我们将

无论你如何看待数据科学这门学科，都不能轻易忽视数据的重要性，以及我们分析、组织和理解数据的能力。Glassdoor 网站收集了大量的雇主和员工的反馈数据，发现在美国“25个最好的工作职位清单”中排名第一的是数据科学家。尽管排名摆在那里，但毫无疑问，数据科学家们研究的具体工作内容仍会不断增加。随着机器学习等技术变得越来越普遍，像深度学习这样的新兴领域获得了来自研究人员、工程师以及各大公司更多的关注，数据科学家会继续站在创新浪潮之巅并且推动技术的不断发展。

尽管拥有强大的编码能力非常重要，但数据科学也并非全部都是关于软件工程的（事实上，能够熟练掌握python已经足够很好的开展工作了）。数据科学

策略案例

https://bigquant.com/experimentshare/0150d45766bd42e2bd5c4f05b0df6644

\

matplotlib 是一个 Python 编程语言和其数值数学扩展包 NumPy 的绘图库。它提供了各种绘图工具，使得开发者可以绘制各种静态、动态、交互式的可视化图表。

为什么要用matplotlib？

1. 灵活性：matplotlib 提供了广泛的图表类型和样式选项，使得用户可以根据需要定制图表的每一个细节。无论是简单的线图、柱状图，还是复杂的等高线图、3D图，matplotlib 都能轻松应对。
2. 易用性：尽管 matplotlib 功能强大，但它的 API 设计相对直观，容易上手。而且，它与 Python 和 NumPy 完美集成，使得数据处理

Matplotlib是Python编程语言中最广泛使用的绘图库之一，提供了一个强大的接口来创建各种静态、动态和交互式的图表和可视化。由于其灵活性和易用性，Matplotlib成为数据科学、工程、金融分析和量化研究中不可或缺的工具。

核心概念

Matplotlib是基于NumPy数组的绘图库，支持多种格式的输出，并且可以生成高质量的图形，如线图、散点图、条形图、直方图、饼图等。它设计的初衷是为了让简单的事情更加简单，复杂的事情成为可能。

核心功能

• Figure和Axes：Matplotlib的图形都位于Figure对象中，你可以认为Figure

更新

本文内容对应旧版平台与旧版资源，其内容不再适合最新版平台，请查看新版平台的使用说明

新版量化开发IDE（AIStudio）：

https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW

新版模版策略：

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

新版数据平

更新

本文内容对应旧版平台与旧版资源，其内容不再适合最新版平台，请查看新版平台的使用说明

新版量化开发IDE（AIStudio）：

https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW

新版模版策略：

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

新版数据平

更新

本文内容对应旧版平台与旧版资源，其内容不再适合最新版平台，请查看新版平台的使用说明

新版量化开发IDE（AIStudio）：

https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW

新版模版策略：

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

新版数据平

{{use_style}}

更新

本文内容对应旧版平台与旧版资源，其内容不再适合最新版平台，请查看新版平台的使用说明

新版量化开发IDE（AIStudio）：

https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW

新版模版策略：

[https://bigquant.com/wiki/doc/demos-ecdRvuM1TU](https://bigquant.com/wiki/doc/demos-ecd

更新

本文内容对应旧版平台与旧版资源，其内容不再适合最新版平台，请查看新版平台的使用说明

新版量化开发IDE（AIStudio）：

https://bigquant.com/wiki/doc/aistudio-aiide-NzAjgKapzW

新版模版策略：

https://bigquant.com/wiki/doc/demos-ecdRvuM1TU

新版数据平

策略案例

https://bigquant.com/experimentshare/05c39d35fc4542cc9fc763d812220af9

\

导语

介绍了平台数据接口DataSource后，本文介绍如何实现常用的绘图功能。

为了方便大家绘图，平台封装了HighChart绘图工具T.plot，同时平台也支持常用的matlibplot模块和seaborn模块。

绘图模块T.plot

针对Pandas的DataFrame对象可以使用T.plot函数绘图， 在用户模块-共享模块中，我们可以找到T.plot绘图模块，可以拖拽模块至画布，连接m5模块和T.plot模块

模块

建议出一个模块

BigCharts 介绍

BigCharts是专业的金融市场和量化投资数据可视化探索与分析工具，致力于为用户提供高效、易用、可定制的数据可视化解决方案，提升用户在数据探索、分析和决策过程中的效率与准确性，成为量化投资者和金融分析师的得力助手。

快速入门

• import bigcharts
• bigchart.Line(…) 构建图表
  • .render() 显示图表
• 传入 DAI SQL 作为数据源

import bigcharts

bigcharts.Line("SELECT date, close FROM cn

接口

• bigchart.Chart 定义查看 Chart文档

对于Bar（条形图）的 _type=”bar” 和 series_options：

bigcharts.Chart(
    ... 其他参数

    # 【设置图表类型】图表类型，具体参考各类型图表
    type_ = "bar",

    # 各数据系列配置项，其中key为数据系列名称，value为配置项，配置项定义见具体图表
    series_o

接口

• bigchart.Chart 定义建议 Chart文档

对于Line（折线图）的 _type=”line” 和 series_options：

bigcharts.Chart(
    ... 其他参数

    # 【设置图表类型】图表类型，具体参考各类型图表
    type_ = "line",

    # 各数据系列配置项，其中key为数据系列名称，value为配置项，配置项定义见具体图表
    serie

# 本代码由可视化策略环境自动生成 2023年11月20日 17:49
# 本代码单元只能在可视化模式下编辑。您也可以拷贝代码，粘贴到新建的代码单元或者策略，然后修改。
 
# 显式导入 BigQuant 相关 SDK 模块
from bigdatasource.api import DataSource
from bigdata.api.datareader import D
from biglearning.api import M
from biglearning.api import tools as T
from biglearning.modul

根据视频4.1.3可视化模块操作，提示这个报错，对于表字段的提取，应该最后加什么模块来展现或者输出数据呢？

如图：

plotly包现在的用户量很大而且增长迅速，画图也比较方便，建议考虑新增plotly包。