Korygowanie wykresu

0

Witam. Mam tu kod programu, który wyświetla mi wykres (x - data, y - cena). W załączniku jest zdjęcie tego, co otrzymuje (oraz dane na wszelki wypadek).

Czy ktoś wie, jak można go pokorygować, by tej części, którą oznaczyłam czarnym prostokątem na zdjęciu, pozbyć się, tzn. zrobić wykres bardziej estetycznym w tej części? Z góry dziękuję! :)

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.patches as mpatches
import matplotlib.dates as dates

def pc_Ind(file, N):
    data_pd = pd.read_csv(file, parse_dates=[['Date','Time']])
    format = '%m/%d/%Y %H:%M'
    data_pd = data_pd.set_index(data_pd['Date_Time'])
    data_pd['Date_Time'] = pd.to_datetime(data_pd['Date_Time'], format=format)
    data_pd = data_pd.set_index(data_pd['Date_Time'])
    data_pd = data_pd.drop(columns='Date_Time')
    ub = np.zeros(data_pd.shape[0])
    lb = np.zeros(data_pd.shape[0])
    for i in range(N - 1, data_pd.shape[0]):
        ub[i] = np.max(data_pd['Close'][i-N+1:i+1])
        lb[i] = np.min(data_pd['Close'][i-N+1:i+1])
    fig = plt.figure(figsize=(10, 5))
    fig.add_axes()
    ax = fig.add_subplot(111)
    ax.xaxis.grid(True, which='minor')
    appl = mpatches.Patch(color='blue', label='Apple data')
    upb = mpatches.Patch(color='yellow', label='PC indicator (upper)')
    lwb = mpatches.Patch(color='red', label='PC indicator (lower)')
    plt.legend(handles=[appl, upb, lwb])
    plt.plot(data_pd.index, data_pd['Close'],'b')
    plt.plot(data_pd.index, ub + 5, 'y') 
    plt.plot(data_pd.index, lb - 5, 'r')
    plt.plot(data_pd.index, np.zeros(data_pd.shape[0]),'g')
    ax.set(title='Apple', ylabel='Close price', xlabel='Datetime')
    date_formatter = dates.DateFormatter('%m/%d/%Y')
    ax.xaxis.set_major_formatter(date_formatter)
    ax.xaxis.set_major_locator(dates.DayLocator(interval=40))
    plt.setp(ax.xaxis.get_majorticklabels(), rotation=90, fontsize=7)
    fig.autofmt_xdate()
    ax.autoscale_view()
    plt.grid()
    plt.show()
    return data_pd

pc_Ind('appl.csv', 14)

#Upper Band = Highest price in the last n periods
#Lower Band = Lowest price in the last n periods

1
    ub = np.empty(data_pd.shape[0])
    lb = np.empty(data_pd.shape[0])
    for i in range(N - 1, data_pd.shape[0]):
        ub[i] = np.max(data_pd['Close'][i-N+1:i+1])
        lb[i] = np.min(data_pd['Close'][i-N+1:i+1])

Dla danych z zakresu i = 0...N-2 nie wstawiasz nic więc masz tam zera którymi zainicjalizowałaś ndarray'sy ;)

Wystarczy zainicjalizować ndarray wartościami np.nan które na wykresie zostaną pominięte:

    ub = np.full(data_pd.shape[0], np.nan)
    lb = np.full(data_pd.shape[0], np.nan)
    for i in range(N - 1, data_pd.shape[0]):
        ub[i] = np.max(data_pd['Close'][i-N+1:i+1])
        lb[i] = np.min(data_pd['Close'][i-N+1:i+1])

Efekt:

screenshot-20181028200632.png

0

Jak można pokazać ten sam wykres, ale od roku 2018?

1
Beata Griškevič napisał(a):

Jak można pokazać ten sam wykres, ale od roku 2018?

Nie pamiętam dokładnie jak to wyglądało składniowo, ale możesz użyć czegoś w tym rodzaju na samym początku aby odfiltrować tylko te rekordy które mają wartość 'date' po zadanej dacie

df = df[df['date'] > jakas_data]

Ew. analogiczna operacja z wykorzystaniem pd.DataFrame.loc

1 użytkowników online, w tym zalogowanych: 0, gości: 1