2 个不同的曲面图与 matplotlib python
2 different surface charts with matplotlib python
我正在创建 2 个曲面图,其中我只更改垂直 ("z") 轴值。
第一个图表看起来正是我想要的,但在第二个图表中它看起来像是采用第一个图表的值来应用颜色图。
这是第一张图表:
这是第二张图表:
第一个图表的代码如下:
x1 = np.linspace(df3.num_stdev.min(), df3.num_stdev.max(), len(df3.index))
y1 = np.linspace(df3.hold.min(), df3.hold.max(), len(df3.index))
x2, y2 = np.meshgrid(x1,y1)
z2 = griddata((df3.num_stdev, df3.hold), df3.cumpnl, (x2,y2), method='cubic')
fig1 = plt.figure()
ax = fig1.gca(projection='3d')
surf = ax.plot_surface(x2,y2,z2, rstride=1, cstride=1, cmap=cm.RdYlBu,
linewidth=0,antialiased=False)
ax.set_zlim(df3.cumpnl.min(),df3.cumpnl.max())
ax.zaxis.set_major_locator(LinearLocator(10))
ax.zaxis.set_major_formatter(FormatStrFormatter('%.02f'))
fig1.colorbar(surf, shrink=0.5, aspect=5)
titulo = "Mean Reverting PnL for {0} with 5d cum returns".format(currency)
plt.xlabel('num_stdev')
plt.ylabel('holding')
plt.title(titulo)
plt.show()
这是第二张图表的代码:
df4 = df3[pd.notnull(df3['sharpe'])] # getting rid of Nan Sharpes
x3 = np.linspace(df4.num_stdev.min(), df4.num_stdev.max(), len(df4.index))
y3 = np.linspace(df4.hold.min(), df4.hold.max(), len(df4.index))
x4, y4 = np.meshgrid(x3,y3)
z4 = griddata((df4.num_stdev, df4.hold), df4.sharpe, (x4,y4), method='cubic')
fig2 = plt.figure()
ax1 = fig2.gca(projection='3d')
surf2 = ax1.plot_surface(x4,y4,z4, rstride=1, cstride=1, cmap=cm.RdYlBu,
linewidth=0, antialiased=False)
ax1.set_zlim(df4.sharpe.min(),df4.sharpe.max())
#ax1.zaxis.set_major_locator(LinearLocator(10))
#ax1.zaxis.set_major_formatter(FormatStrFormatter('%.02f'))
fig2.colorbar(surf2, shrink=0.5, aspect=5)
titulo2 = "Sharpe for {0} with 5d cum returns".format(currency)
plt.xlabel('num_stdev')
plt.ylabel('holding')
plt.title(titulo2)
plt.show()
可以在两个量表上执行 vmin
/ vmax
& .set_clim()
范围 ( -10, +30 )
和 ( -0.20, +0.20 )
恕我直言,两者都需要不同的标量映射器(同时保留合理的颜色映射范围),因此可以根据各自的 ( z4.min(), z4.max() )
和( z2.min(), z2.max() )
cbar = mpl.colorbar.ColorbarBase( ax,
cmap = cm,
norm = mpl.colors.Normalize( vmin = -0.20,
vmax = 0.20
)
)
cbar.set_clim( -0.20, 0.20 )
cbar2 = mpl.colorbar.ColorbarBase( ax1,
cmap = cm,
norm = mpl.colors.Normalize( vmin = -20.0,
vmax = 30.0
)
)
cbar2.set_clim( -20.0, 30.0 )
对于鹰派 pythoneers,post 有意使用非 PEP-8 源代码格式,因为作者的经验是,在学习阶段,代码可读性提高了对任务的关注解决方案并有助于习惯基本概念,而不是花精力在正式遵守排版上。希望尊重提供帮助的原则,以阅读方便的名义原谅非PEP-8样式格式。
我正在创建 2 个曲面图,其中我只更改垂直 ("z") 轴值。 第一个图表看起来正是我想要的,但在第二个图表中它看起来像是采用第一个图表的值来应用颜色图。
这是第一张图表:
第一个图表的代码如下:
x1 = np.linspace(df3.num_stdev.min(), df3.num_stdev.max(), len(df3.index))
y1 = np.linspace(df3.hold.min(), df3.hold.max(), len(df3.index))
x2, y2 = np.meshgrid(x1,y1)
z2 = griddata((df3.num_stdev, df3.hold), df3.cumpnl, (x2,y2), method='cubic')
fig1 = plt.figure()
ax = fig1.gca(projection='3d')
surf = ax.plot_surface(x2,y2,z2, rstride=1, cstride=1, cmap=cm.RdYlBu,
linewidth=0,antialiased=False)
ax.set_zlim(df3.cumpnl.min(),df3.cumpnl.max())
ax.zaxis.set_major_locator(LinearLocator(10))
ax.zaxis.set_major_formatter(FormatStrFormatter('%.02f'))
fig1.colorbar(surf, shrink=0.5, aspect=5)
titulo = "Mean Reverting PnL for {0} with 5d cum returns".format(currency)
plt.xlabel('num_stdev')
plt.ylabel('holding')
plt.title(titulo)
plt.show()
这是第二张图表的代码:
df4 = df3[pd.notnull(df3['sharpe'])] # getting rid of Nan Sharpes
x3 = np.linspace(df4.num_stdev.min(), df4.num_stdev.max(), len(df4.index))
y3 = np.linspace(df4.hold.min(), df4.hold.max(), len(df4.index))
x4, y4 = np.meshgrid(x3,y3)
z4 = griddata((df4.num_stdev, df4.hold), df4.sharpe, (x4,y4), method='cubic')
fig2 = plt.figure()
ax1 = fig2.gca(projection='3d')
surf2 = ax1.plot_surface(x4,y4,z4, rstride=1, cstride=1, cmap=cm.RdYlBu,
linewidth=0, antialiased=False)
ax1.set_zlim(df4.sharpe.min(),df4.sharpe.max())
#ax1.zaxis.set_major_locator(LinearLocator(10))
#ax1.zaxis.set_major_formatter(FormatStrFormatter('%.02f'))
fig2.colorbar(surf2, shrink=0.5, aspect=5)
titulo2 = "Sharpe for {0} with 5d cum returns".format(currency)
plt.xlabel('num_stdev')
plt.ylabel('holding')
plt.title(titulo2)
plt.show()
可以在两个量表上执行 vmin
/ vmax
& .set_clim()
范围 ( -10, +30 )
和 ( -0.20, +0.20 )
恕我直言,两者都需要不同的标量映射器(同时保留合理的颜色映射范围),因此可以根据各自的 ( z4.min(), z4.max() )
和( z2.min(), z2.max() )
cbar = mpl.colorbar.ColorbarBase( ax,
cmap = cm,
norm = mpl.colors.Normalize( vmin = -0.20,
vmax = 0.20
)
)
cbar.set_clim( -0.20, 0.20 )
cbar2 = mpl.colorbar.ColorbarBase( ax1,
cmap = cm,
norm = mpl.colors.Normalize( vmin = -20.0,
vmax = 30.0
)
)
cbar2.set_clim( -20.0, 30.0 )
对于鹰派 pythoneers,post 有意使用非 PEP-8 源代码格式,因为作者的经验是,在学习阶段,代码可读性提高了对任务的关注解决方案并有助于习惯基本概念,而不是花精力在正式遵守排版上。希望尊重提供帮助的原则,以阅读方便的名义原谅非PEP-8样式格式。