Python 使用点（而不是水平线）和更精细的y轴值修改打印

问题：

import matplotlib.pyplot as plt
import matplotlib.ticker as ticker

df = pd.read_csv('for_stack_nums.csv')


axnum = df[['High','Low']].plot()
axnum.yaxis.set_major_formatter(ticker.FormatStrFormatter('%.2f')) 

for idx, l in df.nlargest(5, '# of Trades').iterrows():
    plt.axhline(y=l['High'], color='r')
    plt.axhline(y=l['Low'], color='b')
    plt.show()

使用此数据和以下代码创建一个曲线图，显示

'of Trades'

列中最大值的水平线

我们如何将这些

nlargest

值显示为一个点（散点图是正确的术语吗？），该点位于观察到

nlargest

值的区域，而不是水平线

数据：

import matplotlib.pyplot as plt
import matplotlib.ticker as ticker

df = pd.read_csv('for_stack_nums.csv')


axnum = df[['High','Low']].plot()
axnum.yaxis.set_major_formatter(ticker.FormatStrFormatter('%.2f')) 

for idx, l in df.nlargest(5, '# of Trades').iterrows():
    plt.axhline(y=l['High'], color='r')
    plt.axhline(y=l['Low'], color='b')
    plt.show()

所需输出：

import matplotlib.pyplot as plt
import matplotlib.ticker as ticker

df = pd.read_csv('for_stack_nums.csv')


axnum = df[['High','Low']].plot()
axnum.yaxis.set_major_formatter(ticker.FormatStrFormatter('%.2f')) 

for idx, l in df.nlargest(5, '# of Trades').iterrows():
    plt.axhline(y=l['High'], color='r')
    plt.axhline(y=l['Low'], color='b')
    plt.show()

显示现有的

df[['High'，'Low']].plot（）

的绘图，但水平线替换为点，y轴值以.05的步长递增，而不是当前看到的.2。 如果点的大小可以是相对于最大值的排名，这将是很好的。所以最大的值就是最大的点。

根据注释修改答案

您需要创建散点图。下面是一些简单的代码，可以帮您完成

import matplotlib.ticker as ticker

axnum = df[['High','Low']].plot()
axnum.yaxis.set_major_formatter(ticker.FormatStrFormatter('%.2f')) 
axnum.yaxis.set_major_locator(ticker.MultipleLocator(.05))

x = np.linspace(0, len(df), 10)
for i, (idx, l) in enumerate(df.nlargest(5, '# of Trades').iterrows()):
    plt.scatter(x, y=[l['High']]*len(x), color='r', marker='o', s=(5-i) * 5 + 5)
    plt.scatter(x, y=[l['Low']]*len(x), color='b', marker='o', s=(5-i) * 5 + 5)

---

散射是您要寻找的，可以将点放置在观察到最大值的区域。那么，在各自的时间戳上，每个最大值对应一个点？许多人更新了答案，只在观察到的点上绘制点。