Skip to content
TheChatArchiveThe Chat Archive
gpt-3.5-turbo-0613· openaiHugging Face Suzhen/CodeChat

industrydata = portfoliodf[portfoliodf['Industry I'] == industry] xdata =…

  1. User

    industry_data = portfolio_df[portfolio_df['Industry I'] == industry] x_data = industry_data['TRADEDATE'].to_numpy() y1_data = industry_data['excess_return_compound'].to_numpy() y2_data = industry_data['allocation_effect_compound'].to_numpy() y3_data = industry_data['selection_effect_compound'].to_numpy() #y4_data = industry_data['interaction_effect_compound'].to_numpy() y4_data = industry_data['Weight Difference'].to_numpy()

            # 创建一个图形和坐标轴
            plt.figure(figsize=(12, 9))
            fig, ax = plt.subplots()
            #fig, ax1 = plt.subplots()
            
            # 绘制折线图
            ax.plot(x_data, y1_data, color='blue', marker='o', label='excess_return_compound')
            ax.plot(x_data, y2_data, color='red', marker='o', label='allocation_effect_compound')
            ax.plot(x_data, y3_data, color='black', marker='o', label='selection_effect_compoundt')
            #ax.plot(x_data, y4_data, color='purple', marker='o', label='interaction_effect_compound')
            
            ax.set_xlabel('TRADEDATE')
            ax.set_ylabel('Excess Return')
            
            # 绘制柱形图
            ax2 = ax.twinx()
            ax2.bar(x_data, y4_data, color='purple', alpha=0.5, label='Weight Diff')
            ax2.set_ylabel('Weight Diff')                     
            
            
            plt.xticks(rotation=45)
            plt.title(f"Excess Return in {industry}")
            #plt.xlabel('TRADEDATE')
            #plt.ylabel('excess_return_compound')
            plt.legend()
            # Show the plot
            left = sht2.range('G3').left
            top = sht2.range('G3').top
            sht2.pictures.add(fig, name='Industry', update=True, left=left, top=top)  我用这段代码画了个图 但是出来的图 左侧于右侧的y轴0点不在同一水平线上 可以让他们的0点回到同一水平 并与x轴相交吗?
    
  2. Assistant

    可以使用ax.axhline(y=0, color='black', linestyle='--')来添加一条与x轴相交的水平线,从而将左侧和右侧的y轴的0点对齐。具体代码如下:

    # 创建一个图形和坐标轴
    plt.figure(figsize=(12, 9))
    fig, ax = plt.subplots()
    
    # 绘制折线图
    ax.plot(x_data, y1_data, color='blue', marker='o', label='excess_return_compound')
    ax.plot(x_data, y2_data, color='red', marker='o', label='allocation_effect_compound')
    ax.plot(x_data, y3_data, color='black', marker='o', label='selection_effect_compoundt')
    #ax.plot(x_data, y4_data, color='purple', marker='o', label='interaction_effect_compound')
    
    ax.set_xlabel('TRADEDATE')
    ax.set_ylabel('Excess Return')
    
    # 绘制柱形图
    ax2 = ax.twinx()
    ax2.bar(x_data, y4_data, color='purple', alpha=0.5, label='Weight Diff')
    ax2.set_ylabel('Weight Diff')   
    
    # 添加水平线
    ax.axhline(y=0, color='black', linestyle='--')
    
    plt.xticks(rotation=45)
    plt.title(f"Excess Return in {industry}")
    plt.legend()
    # Show the plot
    left = sht2.range('G3').left
    top = sht2.range('G3').top
    sht2.pictures.add(fig, name='Industry', update=True, left=left, top=top)
    

    这样可以使左侧和右侧的y轴的0点回到同一水平线上,并与x轴相交。

  3. User

    这个代码只是增加了一条起点位于左侧y轴0点的水平线。但是左右y轴0点不能保证在同一水平线上。此外,我也不希望添加额外的辅助线 我希望X轴自己的左右两端就相交于左右Y轴的0点

  4. Assistant

    我明白你的要求了。要将x轴的两端与左右y轴的0点相交,你可以使用ax.spines属性设置坐标轴的位置。具体而言,你可以将左侧y轴的spine(即轴线)的位置设置为x轴的0点,将x轴的spine的位置设置为左侧y轴的0点。代码如下所示:

    # 创建一个图形和坐标轴
    plt.figure(figsize=(12, 9))
    fig, ax = plt.subplots()
    
    # 绘制折线图
    ax.plot(x_data, y1_data, color='blue', marker='o', label='excess_return_compound')
    ax.plot(x_data, y2_data, color='red', marker='o', label='allocation_effect_compound')
    ax.plot(x_data, y3_data, color='black', marker='o', label='selection_effect_compoundt')
    #ax.plot(x_data, y4_data, color='purple', marker='o', label='interaction_effect_compound')
    
    ax.set_xlabel('TRADEDATE')
    ax.set_ylabel('Excess Return')
    
    # 绘制柱形图
    ax2 = ax.twinx()
    ax2.bar(x_data, y4_data, color='purple', alpha=0.5, label='Weight Diff')
    ax2.set_ylabel('Weight Diff')   
    
    # 设置左侧y轴的0点与x轴相交
    ax.spines['left'].set_position('zero')
    ax.spines['bottom'].set_position('zero')
    
    # 设置x轴的0点与左侧y轴相交
    ax.spines['bottom'].set_position(('data', 0))
    ax.spines['left'].set_position(('data', 0))
    
    plt.xticks(rotation=45)
    plt.title(f"Excess Return in {industry}")
    plt.legend()
    plt.show()
    

    这样可以确保x轴的两端与左右y轴的0点相交。

  5. User

    设置左侧y轴的0点与x轴相交

    ax.spines[‘left’].set_position(‘zero’) ax.spines[‘bottom’].set_position(‘zero’) 我试了这两句代码 不行 运行的话 就不出图了

  6. Assistant

    很抱歉,我之前的回答有误。正确的做法是通过设置坐标轴刻度来实现。下面是更新后的代码:

    # 创建一个图形和坐标轴
    plt.figure(figsize=(12, 9))
    fig, ax = plt.subplots()
    
    # 绘制折线图
    ax.plot(x_data, y1_data, color='blue', marker='o', label='excess_return_compound')
    ax.plot(x_data, y2_data, color='red', marker='o', label='allocation_effect_compound')
    ax.plot(x_data, y3_data, color='black', marker='o', label='selection_effect_compoundt')
    
    ax.set_xlabel('TRADEDATE')
    ax.set_ylabel('Excess Return')
    
    # 绘制柱形图
    ax2 = ax.twinx()
    ax2.bar(x_data, y4_data, color='purple', alpha=0.5, label='Weight Diff')
    ax2.set_ylabel('Weight Diff')   
    
    # 设置左侧y轴刻度从下限到上限
    ax.set_ylim(bottom=min(y1_data, y2_data, y3_data, y4_data), top=max(y1_data, y2_data, y3_data, y4_data))
    ax2.set_ylim(bottom=min(y1_data, y2_data, y3_data, y4_data), top=max(y1_data, y2_data, y3_data, y4_data))
    
    plt.xticks(rotation=45)
    plt.title(f"Excess Return in {industry}")
    plt.legend()
    plt.show()
    

    这样可以确保左侧和右侧y轴的0点在同一水平线上,并且与x轴相交。你可以尝试运行这段代码,查看结果是否符合你的要求。

  7. User

    但是这样的话 比例尺也跟着对齐了 这会出现一个问题。 如果y4的数据特别大 那么折线图的弯折就基本看不出来了。 理想的图形是左右y轴有各自的比例尺 但是0轴水平对齐。

  8. Assistant

    明白了,你希望保持各个轴的比例尺不变,同时确保左右y轴的0点水平对齐。你可以通过调整坐标轴刻度来实现这一目标。具体来说,你可以首先获取左侧和右侧y轴数据的最小值和最大值,然后根据这些最值设置左右y轴的刻度范围,使得0点对齐,同时保持比例尺不变。下面是更新后的代码:

    # 创建一个图形和坐标轴
    plt.figure(figsize=(12, 9))
    fig, ax = plt.subplots()
    
    # 绘制折线图
    ax.plot(x_data, y1_data, color='blue', marker='o', label='excess_return_compound')
    ax.plot(x_data, y2_data, color='red', marker='o', label='allocation_effect_compound')
    ax.plot(x_data, y3_data, color='black', marker='o', label='selection_effect_compoundt')
    
    ax.set_xlabel('TRADEDATE')
    ax.set_ylabel('Excess Return')
    
    # 绘制柱形图
    ax2 = ax.twinx()
    ax2.bar(x_data, y4_data, color='purple', alpha=0.5, label='Weight Diff')
    ax2.set_ylabel('Weight Diff')   
    
    # 获取左侧和右侧y轴数据的最小值和最大值
    y1_min = min(y1_data)
    y1_max = max(y1_data)
    y2_min = min(y2_data)
    y2_max = max(y2_data)
    y3_min = min(y3_data)
    y3_max = max(y3_data)
    y4_min = min(y4_data)
    y4_max = max(y4_data)
    
    # 设置左侧y轴刻度范围,保持比例尺不变
    ax.set_ylim(y1_min, y1_max)
    ax2.set_ylim(y4_min, y4_max)
    
    plt.xticks(rotation=45)
    plt.title(f"Excess Return in {industry}")
    plt.legend()
    plt.show()
    

    这段代码将保持各个轴的比例尺不变,同时确保左右y轴的0点水平对齐。你可以尝试运行这段代码,看看是否满足你的要求。

  9. User

    看起来就不对 左侧的折线有y1 y2 y3三组数据 而你的ylim却设置为(y1_min, y1_max)。而就算两边准确框定了数据的最大最小值 也依然没有办法保证左右y轴的0点水平对齐。你想一下 即便你不加这些代码 默认的数据图 也会根据数据的极大极小值做自适应调整的 不是吗?

  10. Assistant

    非常抱歉给你带来了困惑。你是正确的,使用set_ylim来设置左右y轴的刻度会导致比例尺发生变化,无法满足你对于0点水平对齐的要求。

    默认情况下,Matplotlib会根据数据的极值自动调整坐标轴的范围,保证数据能够合适地显示在图形中。因此,在不添加任何额外代码的情况下,左右y轴的0点水平会自动对齐,而且保持了各个轴的比例尺不变。

    如果你在绘制图形时发现左右y轴的0点水平没有对齐,那么可能是数据范围不一致的原因。可以检查一下数据的范围,看看是否存在一组数据的范围比较大导致了不一致的情况。

    如果你仍然希望强制调整坐标轴的刻度范围来实现0点水平对齐,可以将左右y轴的刻度范围设置为相同的绝对值的最大值(即左右y轴数据范围的绝对值的最大值),然后使用set_ylim来设置坐标轴的刻度范围。以下是示例代码:

    # 获取左侧和右侧y轴数据的绝对值的最大值
    y1_abs_max = max(abs(y1_data))
    y2_abs_max = max(abs(y2_data))
    y3_abs_max = max(abs(y3_data))
    y4_abs_max = max(abs(y4_data))
    
    # 设置左右y轴刻度范围,保持0点水平对齐
    ax.set_ylim(-y1_abs_max, y1_abs_max)
    ax2.set_ylim(-y4_abs_max, y4_abs_max)
    

    请注意,强制调整刻度范围来实现0点水平对齐可能会扭曲数据的可视化效果,因为比例尺不再保持一致。所以尽量根据具体情况,并根据美观和有效传达信息的需要,权衡是否采用此方法。

  11. User

    不是这样的。比如我现在的图 y1数据是从-25%到+15% 而右轴的y4是从-4%到8%,默认的图X轴左侧交于0 而右侧交于-2%。这让人感觉很别扭。

  12. Assistant

    非常抱歉对你的问题理解有误。现在我完全明白你的需求,并为此提供更准确的解决方案。

    要实现左右y轴的0点水平对齐,同时保持各个轴的比例尺不变,可以通过以下步骤来实现:

    1. 首先,找到左侧y轴数据中的最小值和最大值,记为y1_min和y1_max。
    2. 然后,找到右侧y轴数据中的最小值和最大值,记为y4_min和y4_max。
    3. 计算左右y轴数据范围的绝对值的最大值,记为ymax。
    4. 设置左侧y轴的刻度范围为[-ymax, ymax],并设置右侧y轴的刻度范围为[ymax * (y4_min / y1_min), ymax * (y4_max / y1_max)]。
    5. 绘制图形并显示。

    以下是更新后的代码示例:

    # 找到左侧y轴数据的最小值和最大值
    y1_min = min(y1_data)
    y1_max = max(y1_data)
    
    # 找到右侧y轴数据的最小值和最大值
    y4_min = min(y4_data)
    y4_max = max(y4_data)
    
    # 计算左右y轴数据范围的绝对值的最大值
    ymax = max(abs(y1_min), abs(y1_max), abs(y4_min), abs(y4_max))
    
    # 设置左侧y轴的刻度范围为[-ymax, ymax]
    ax.set_ylim(-ymax, ymax)
    
    # 设置右侧y轴的刻度范围为[ymax * (y4_min / y1_min), ymax * (y4_max / y1_max)]
    ax2.set_ylim(ymax * (y4_min / y1_min), ymax * (y4_max / y1_max))
    
    plt.xticks(rotation=45)
    plt.title(f"Excess Return in {industry}")
    plt.legend()
    plt.show()
    

    请尝试运行更新后的代码,这样可以将左右y轴的0点水平对齐,并保持各个轴的比例尺不变。

  13. User

    y1_min = min(y1_data,y2_data,y3_date) y1_max = max(y1_data,y2_data,y3_date) 如果左轴是3组数据 应该是这样吧?

  14. Assistant

    是的,如果左轴有三组数据,你可以使用min()和max()函数来同时计算这三组数据的最小值和最大值