创建年回报率直方图

Question

我正在尝试完成一个项目的任务，我的任务是创建道琼斯历史回报的年度回报直方图。我在下面上传了任务的图片和我的进度。我现在遇到的问题是，我找不到一种方法来分隔直方图中的年份，因为它在任务中显示，我不知道如何修改 y-axix 和图例以显示信息在第一张图片中显示。

感谢任何帮助

What I am trying to make 和 My progress so far

这是我的代码：

# Importing packages
import numpy as np

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import datetime

#setting the order
order=[-60,-50,-40,-30,-20,-10,
0,10,20,30,40,50,60,70]

#getting the data
dow_jones_returns = pd.read_csv('data/dow-jones-by-year-historical-annual-returns (2).csv')

dow_jones=pd.DataFrame(data=dow_jones_returns)

dow_jones['date']=pd.to_datetime(dow_jones['date'])

dow_jones['date']=pd.DatetimeIndex(dow_jones['date']).year

pd.to_numeric(dow_jones.value)

up_to_2019=dow_jones.iloc[0:99]

lastyear= dow_jones.iloc[-1]

#ploting the histogram
fig = plt.figure()

up_to_2019['value'].plot.hist(bins = order)    
plt.show()

Answer 1

您好，只是给您一些进一步的指示，

关于文本框
文本框看起来包含DataFrame.describe() 的摘要统计信息+ 一些其他统计信息。您可以通过使用.text() 和.subplot() 的组合来创建文本框 我发现this guide 对于在绘图中创建文本框非常有用

由于我们没有数据， 这是一个伪代码：

import numpy as np
import matplotlib.pyplot as plt
fig, ax = plt.subplots()
textstr = str(up_to_2019['value'].describe())

ax.hist(up_to_2019['value'], bins = order)   

# these are matplotlib.patch.Patch properties
props = dict(boxstyle='round', facecolor='wheat', alpha=0.5)

# place a text box in upper left in axes coords
ax.text(0.05, 0.95, textstr, transform=ax.transAxes, fontsize=10,
        verticalalignment='top', bbox=props)

plt.show()

关于 y 轴：
1) 以下是设置正确标签的方法：plt.ylabel("Number of Observations\n(Probability in%)")
2）比添加蜱plt.yticks(np.arange(1,27))

关于垃圾箱内的标签
这是相当棘手的一种选择，尽管绝对不建议通过.text() 方法包含标签。我不知道它是否有帮助，但 here 是您在 R 中执行此操作的方式。
这两个链接也可能有帮助：

• how-to-add-a-text-into-a-rectangle
• Change color for the patches in a hist

显然调用plt.hist() 有三个返回值，其中一个被称为补丁。您可以迭代补丁，即更改这些补丁的颜色（请参阅上面的链接），但是我不知道如何给它们添加文本。

import numpy as np
import matplotlib.mlab as mlab
import matplotlib.pyplot as plt   
x = [21,22,23,4,5,6,77,8,9,10,31,32,33,34,35,36,37,18,49,50,100]
num_bins = 5
n, bins, patches = plt.hist(x, num_bins, facecolor='blue', alpha=0.5)
for i,pat in enumerate(patches):
    pat.set_test("Test") #this doesnt work sadly