Python使用Plotly绘图工具，绘制面积图

今天我们来讲一下如何使用Python使用Plotly绘图工具，绘制面积图

绘制面积图与绘制散点图和折线图的画法类似，使用plotly graph_objs

中的Scatter函数，不同之处在于面积图对fill属性的设置

也就是说，相当于是在折线图的基础上，对图形进行填充

import plotly as py
import plotly.graph_objs as go
import numpy as np

pyplt = py.offline.plot

# 随机生成100个交易日的收益率
s1 = np.random.RandomState(8) # 定义局部种子
s2 = np.random.RandomState(9) # 定义局部种子
rd1 = s1.rand(100)/10 - 0.02
rd2 = s2.rand(100)/10 - 0.02

# 设定初始资金
initial1 = 100000
initial2 = 100000
total1 = []
total2 = []
for i in range(len(rd1)):
    initial1 = initial1*rd1[i] + initial1
    initial2 = initial2*rd2[i] + initial2
    total1.append(initial1)
    total2.append(initial2)

trace1 = go.Scatter(
#     x = [1, 2, 3, 4],
    y = total1,
    fill = 'tonexty',
    mode= 'none', # 无边界线
    name = "策略1"
)
trace2 = go.Scatter(
#     x = [1, 2, 3, 4],
    y = total2,
    fill = 'tozeroy',
    mode= 'none',# 无边界线
    name = "策略2"
)

data = [trace1, trace2]

layout = dict(title = '策略净值曲线',
              xaxis = dict(title = '交易天数'),
              yaxis = dict(title = '净值'),
              )
fig = dict(data = data, layout = layout)
pyplt(fig, filename='tmp/1.html')

运行如上代码，会得到如上图所示的图形面积图

展示了两个不同的交易策略的净值曲线图，数据是随机生成的

就相当于做了折线图后，进行了填充得到

我们在来说一下内部填充面积图

内部填充面积图是仅仅填充两条曲线交叉所形成的面积部分，同样设置fill属性来完成。

只需要在原来的面积图上设置第一条曲线无填充效果即可

下面我们来看看代码

import plotly as py
import plotly.graph_objs as go
import numpy as np

pyplt = py.offline.plot

# 随机生成100个交易日的收益率
s1 = np.random.RandomState(8) # 定义局部种子
s2 = np.random.RandomState(9) # 定义局部种子
rd1 = s1.rand(100)/10 - 0.02
rd2 = s2.rand(100)/10 - 0.02

# 设定初始资金
initial1 = 100000
initial2 = 100000
total1 = []
total2 = []
for i in range(len(rd1)):
    initial1 = initial1*rd1[i] + initial1
    initial2 = initial2*rd2[i] + initial2
    total1.append(initial1)
    total2.append(initial2)

trace1 = go.Scatter(
    y = total1,
    fill = None,
    mode= 'lines', # 无边界线
    name = "策略1"
)
trace2 = go.Scatter(
#     x = [1, 2, 3, 4],
    y = total2,
    fill = 'tonexty',
    mode= 'lines',# 无边界线
    name = "策略2"
)

data = [trace1, trace2]

layout = dict(title = '策略净值曲线',
              xaxis = dict(title = '交易天数'),
              yaxis = dict(title = '净值'),
              )
fig = dict(data = data, layout = layout)
pyplt(fig, filename='tmp/1.html')

运行上诉代码，我们可以得到如上图所示的内部填充面积图

我们设置了fill = None,

在设置第二条曲线的填充的效果为tonexty

即fill = 'tonexty' 即可得到如上图所示的图例

接下来我们讲解一下堆积面积图

堆积面积图与之前我写的博客中，层叠柱状图类似

都是展示了数据累加的效果

不同之处在于对数据的设置

import plotly as py
import plotly.graph_objs as go
data_1 = go.Scatter(
    x = ['基金1', '基金2', '基金3', '基金4','基金5'],
    y = [32.52, 43.12, 43.47, 44.36, 33.11],
    name = '股票投资',
    mode = 'lines',
    line = dict(width=0.5,
              color = 'rgb(184, 247, 212)'),
    fill = 'tonexty'
)

data_2 = go.Scatter(
    x = ['基金1', '基金2', '基金3', '基金4','基金5'],
    y = [63.24, 54.33, 74.28, 63.91, 63.11],
    name = '其它投资',
    mode = 'lines',
    line = dict(width=0.5,
              color = 'rgb(111, 231, 219)'),
    fill = 'tonexty'
)

data_3 = go.Scatter(
    x = ['基金1', '基金2', '基金3', '基金4','基金5'],
    y = [83.24, 74.33, 93.91, 79.22, 83.11],
    name='债券投资',
    mode='lines',
    line=dict(width=0.5,
              color='rgb(127, 166, 238)'),
    fill='tonexty'
)

data_4 = go.Scatter(
    x = ['基金1', '基金2', '基金3', '基金4','基金5'],
    y = [100, 100, 100, 100, 100],
    name='银行存款',
    mode='lines',
    line=dict(width=0.5,
              color='rgb(131, 90, 241)'),
    fill='tonexty'
)

data = [data_1, data_2, data_3, data_4]

layout = go.Layout(
    title = '基金资产配置比例图',
    showlegend = True,
    xaxis = dict(
        type = 'category',
    ),
    yaxis = dict(
        type = 'linear',
        range = [1, 100],
        dtick = 20,
        ticksuffix = '%'
    )
)

pyplt = py.offline.plot
fig = go.Figure(data = data, layout = layout)
pyplt(fig, filename = 'tmp/stacked-area-plot.html')

可以看到，运行上诉代码，可以得到如上图所示的堆积面积图图例

注意的是，在绘制层叠柱状图时需要设置stack模式，而绘制堆积面积图时则不需要

这就是堆积面积图需要累加数据的原因

在本质上，堆积面积图的堆积效果是在同一个图形中绘制对个面积图来实现

今天就讲到这里，谢谢大家阅读，感谢支持！谢谢点赞