Matplotlib中怎么加注释？内嵌图又怎么画？点击上方“Python读财”，选择“星标”公众号重磅干货，第一时间送达在用Matplotlib进行可视化过程中，很多时候为了更直观地展现数据大小，会将具体的数值标注在图形中，比如在柱状图上标明数值大小。这篇文章会以一个实际的案例，详细讲讲如何给数据加注解，同时也介绍一下一种比较骚的操作，即Matplotlib的内嵌图（把一张小图嵌入到一张大图中），
分类：
其他好文 时间：
2020-09-11 15:54:41
阅读次数：
28
建议收藏！Matplotlib常见组件设置整理点击上方“Python读财”，选择“星标”公众号重磅干货，第一时间送达继上一篇文章Matplotlib中的plt和ax都是啥？为大家介绍了plt和ax绘图的区别后，这篇文章结合我自己的一些使用经历，为大家整理了Matplotlib中比较常用的一些组件设置。个人认为用Matplotlib画出一张图来不难，难的是对于一些细节东西的设置，可能在一个小小的细节
分类：
其他好文 时间：
2020-09-11 15:54:20
阅读次数：
35
Matplotlib中的plt和ax都是啥？点击上方“Python读财”，选择“星标”公众号重磅干货，第一时间送达Pandas教程写的差不多了，来写一写与数据可视化相关的Matplotlib系列教程吧。读过Pandas系列文章的读者应该都知道，我写文章更多的会融入我对这个东西的理解，Matplotlib系列也是如此。这个系列会涉及Matplotlib的一些简单的概念、绘图原理、常见图形的绘制以及一
分类：
其他好文 时间：
2020-09-11 15:54:00
阅读次数：
36
提高数据的颜值！一起看看Pandas中的那些Style点击上方“Python读财”，选择“星标”公众号重磅干货，第一时间送达Pandas的style用法在大多数教程中见的比较少，它主要是用来美化DataFrame和Series的输出，能够更加直观地显示数据结果。下面采用某商店的零售数据集，通过实际的应用场景，来介绍一下style中那些实用的方法。首先导入相应的包和数据集importpandasas
分类：
其他好文 时间：
2020-09-11 15:53:41
阅读次数：
73
天秀！Pandas还能用来写爬虫？点击上方“Python读财”，选择“星标”公众号重磅干货，第一时间送达谈及Pandas的read.xxx系列的函数，大家的第一反应会想到比较常用的pd.read_csv()和pd.read_excel()，大多数人估计没用过pd.read_html()这个函数。虽然它低调，但功能非常强大，用于抓取Table表格型数据时，简直是个神器。下面来详细介绍一下。大家逛网页
分类：
其他好文 时间：
2020-09-11 15:53:23
阅读次数：
42
Python量化研究——可转债抢权配售值得做吗？原创易执Python读财3月22日点击上方“Python读财”，选择“星标”公众号重磅干货，第一时间送达在之前的文章可转债打新能赚钱吗？Python数据分析告诉你！中，对可转债打新的收益率进行了比较详细的分析，在这个基础上，本文研究与可转债投资相关的抢权配售行为的收益率情况，研究样本为2019年9月到目前共71只新上市的可转债。研究过程中的数据来源于
分类：
编程语言 时间：
2020-09-11 15:53:08
阅读次数：
35
Pandas数据处理——玩转时间序列数据原创易执Python读财3月16日点击上方“Python读财”，选择“星标”公众号重磅干货，第一时间送达进行金融数据分析或量化研究时，总避免不了时间序列数据的处理，时间序列是指在一定时间内按时间顺序测量的某个变量的取值序列。常见的时间序列数据有一天内随着时间变化的温度序列，又或者交易时间内不断波动的股票价格序列。Pandas也因其强大的时序处理能力而被广泛应
分类：
其他好文 时间：
2020-09-11 15:52:49
阅读次数：
48
怎么用Python画出好看的词云图？点击上方“Python读数”，选择“星标”公众号重磅干货，第一时间送达相信很多人在第一眼看到下面这些图时，都会被其牛逼的视觉效果所吸引，这篇文章就教大家怎么用Python画出这种图。前期准备上面的这种图叫做词云图，主要用途是将文本数据中出现频率较高的关键词以可视化的形式展现出来，使人一眼就可以领略文本数据的主要表达意思。词云图中，词的大小代表了其词频，越大的字代
分类：
编程语言 时间：
2020-09-11 15:52:36
阅读次数：
39
Pandas数据处理——盘点那些常用的函数（下）原创易执Python读财1月20日点击上方“Python读数”，选择“星标”公众号重磅干货，第一时间送达继上一篇文章Pandas数据处理——盘点那些常用的函数（上）后，这篇文章整理了剩下的一些Pandas常见方法，整体难度会比上一篇文章中的大一点，但还是比较容易理解的。话不多说，直接进入正题。用于演示的数据如下：In[11]:dataOut[11]:
分类：
其他好文 时间：
2020-09-11 15:52:21
阅读次数：
28
Pandas数据处理——盘点那些常用的函数（上）点击上方“Python读数”，选择“星标”公众号重磅干货，第一时间送达在之前的文章中，以图文的方式详细讲解了Pandas中groupby，merge以及map、apply、applymap的原理，掌握好这些原理，再在这个基础上进行一些拓展，基本就可以解决绝大部分比较复杂的数据处理操作了。几篇文章如下，想回看的小伙伴可以再重温一下：Pandas数据处理
分类：
其他好文 时间：
2020-09-11 15:52:05
阅读次数：
52
