付費限定
【Day 17】Matplotlib視覺化教學 -散點圖、子圖表
閱讀時間約 4 分鐘
今天將進入Matplotlib的最終教學，今天就來介紹除了我們常見的折線圖、圓餅圖、長條圖外，我們也相當常用在金融數據分析上的圖形，也就是「散點圖」，以及再教如何畫出子圖表，這些圖表能讓你報告起來不只更加專業，也讓閱覽者可以更加的了解你的研究內容唷!!(程式碼位於文章下方)
散點圖
首先我們來介紹散點圖，散點圖有以下的優點
- 非常適合顯示變量間的關係，可用來可視化一組或多組的兩個變量間的相關性
- 散點圖顯示兩個數字變量的數據點，並在X、Y軸上顯示一個變量
- 可用來檢視兩個變量之間是否存在關聯性
匯入模組
首先當然是匯入我們的主角Matplotlib，以及我們會用到的Nampy
繪製散點圖
以行動支持創作者！付費即可解鎖
本篇內容共 1892 字、0
則留言，僅發佈於30天速成:python從入門到股市分析你目前無法檢視以下內容，可能因為尚未登入，或沒有該房間的查看權限。
173會員
59內容數
我出生於財務金融與資訊背景，滿20歲便開始踏入股市。從當初對股市一無所知的菜鳥，到現在成為一名專注於AI股市研究的分析師，這是我的成長歷程。
我崇尚彼得·林區所強調的理念，認為在生活和工作中觀察，從周遭環境中挑選出適合投資的股票，並搭配近期快速崛起的程式交易、大數據分析等AI技術，立志打造輕鬆又便利的投資之路。
留言0
查看全部
你可能也想看
Google News 追蹤
在資料分析過程中，透過衡量變數之間的線性或非線性關係，能有效探索數據集，篩選出重要特徵，並進行預測建模。本文介紹瞭如何理解數據、使用相關矩陣找出變數關聯性，以及利用互資訊評估變數之間的依賴程度，幫助資料科學家在建模過程中選擇適當的變數，提升模型效果。
本文深入探討均線的應用技巧，包括均線排列、斜率變化和交叉信號的解讀，強調了均線在判斷市場趨勢中的重要性，並提醒投資者需要結合其他因素做出全面的投資決策。
在進行多層次線性模型（MLM）當中，有時候我們不只會加入層次1的預測變項。我們也會想加入層次2預測變項。本文將介紹加入層次2預測變項的各種模型，並解釋其公式和R語言操作方法。因為內容比較多，所以篇幅比較長。
多層次線性模型（MLM），截距是表示所有學校的平均值。斜率是指模型中自變量的係數，表
本文詳細介紹了Python中的各種資料型別，包括整數、字串、清單、元組、集合和字典，並提供了相關的操作範例。此外，還解釋了如何在Python中定義和操作變數，包括如何同時對多個變數進行賦值。
在資料分析過程中，透過衡量變數之間的線性或非線性關係，能有效探索數據集，篩選出重要特徵，並進行預測建模。本文介紹瞭如何理解數據、使用相關矩陣找出變數關聯性，以及利用互資訊評估變數之間的依賴程度，幫助資料科學家在建模過程中選擇適當的變數，提升模型效果。
本文深入探討均線的應用技巧，包括均線排列、斜率變化和交叉信號的解讀，強調了均線在判斷市場趨勢中的重要性，並提醒投資者需要結合其他因素做出全面的投資決策。
在進行多層次線性模型（MLM）當中，有時候我們不只會加入層次1的預測變項。我們也會想加入層次2預測變項。本文將介紹加入層次2預測變項的各種模型，並解釋其公式和R語言操作方法。因為內容比較多，所以篇幅比較長。
多層次線性模型（MLM），截距是表示所有學校的平均值。斜率是指模型中自變量的係數，表
本文詳細介紹了Python中的各種資料型別，包括整數、字串、清單、元組、集合和字典，並提供了相關的操作範例。此外，還解釋了如何在Python中定義和操作變數，包括如何同時對多個變數進行賦值。