# 可视化分类数据

可视化分类数据的统一FacetGrid图级接口为catplot()函数，通过`kind`参数，可以选择轴级函数有：

- 分类散点图:
    - stripplot() (with kind="strip"; the default)
    - swarmplot() (with kind="swarm")
- 分类分布图:
    - boxplot() (with kind="box")
    - violinplot() (with kind="violin")
    - boxenplot() (with kind="boxen")
- 分类估计图:
    - pointplot() (with kind="point")
    - barplot() (with kind="bar")
    - countplot() (with kind="count")



## 条形图

绘制两种不同的条形图：

- barplot() 或 catplot(kind='bar')：x为分类，y为该分类下的数据的估计值；需要给x、y赋值。
- countplot() 或 catplot(kind='count')：x为分类，y为该分类下的数据的数量；只需给x赋值。

两种图形的其他参数使用方法一致。


```python
import seaborn as sns
import pandas as pd
%matplotlib inline

# 加载seaborn配制，覆盖matplotlib默认配制
sns.set()
tips = pd.read_csv('seaborn-data-master/tips.csv')
display(tips)
```

<table>
  <thead>
    <tr>
      <th></th>
      <th>total_bill</th>
      <th>tip</th>
      <th>sex</th>
      <th>smoker</th>
      <th>day</th>
      <th>time</th>
      <th>size</th>
    </tr>
  </thead>
  <tbody>
    <tr>
      <th>0</th>
      <td>16.99</td>
      <td>1.01</td>
      <td>Female</td>
      <td>No</td>
      <td>Sun</td>
      <td>Dinner</td>
      <td>2</td>
    </tr>
    <tr>
      <th>1</th>
      <td>10.34</td>
      <td>1.66</td>
      <td>Male</td>
      <td>No</td>
      <td>Sun</td>
      <td>Dinner</td>
      <td>3</td>
    </tr>
    <tr>
      <th>2</th>
      <td>21.01</td>
      <td>3.50</td>
      <td>Male</td>
      <td>No</td>
      <td>Sun</td>
      <td>Dinner</td>
      <td>3</td>
    </tr>
    <tr>
      <th>3</th>
      <td>23.68</td>
      <td>3.31</td>
      <td>Male</td>
      <td>No</td>
      <td>Sun</td>
      <td>Dinner</td>
      <td>2</td>
    </tr>
    <tr>
      <th>4</th>
      <td>24.59</td>
      <td>3.61</td>
      <td>Female</td>
      <td>No</td>
      <td>Sun</td>
      <td>Dinner</td>
      <td>4</td>
    </tr>
    <tr>
      <th>...</th>
      <td>...</td>
      <td>...</td>
      <td>...</td>
      <td>...</td>
      <td>...</td>
      <td>...</td>
      <td>...</td>
    </tr>
    <tr>
      <th>239</th>
      <td>29.03</td>
      <td>5.92</td>
      <td>Male</td>
      <td>No</td>
      <td>Sat</td>
      <td>Dinner</td>
      <td>3</td>
    </tr>
    <tr>
      <th>240</th>
      <td>27.18</td>
      <td>2.00</td>
      <td>Female</td>
      <td>Yes</td>
      <td>Sat</td>
      <td>Dinner</td>
      <td>2</td>
    </tr>
    <tr>
      <th>241</th>
      <td>22.67</td>
      <td>2.00</td>
      <td>Male</td>
      <td>Yes</td>
      <td>Sat</td>
      <td>Dinner</td>
      <td>2</td>
    </tr>
    <tr>
      <th>242</th>
      <td>17.82</td>
      <td>1.75</td>
      <td>Male</td>
      <td>No</td>
      <td>Sat</td>
      <td>Dinner</td>
      <td>2</td>
    </tr>
    <tr>
      <th>243</th>
      <td>18.78</td>
      <td>3.00</td>
      <td>Female</td>
      <td>No</td>
      <td>Thur</td>
      <td>Dinner</td>
      <td>2</td>
    </tr>
  </tbody>
</table>
<p>244 rows × 7 columns</p>



```python
# y为数据的估值的条形图
ax = sns.barplot(x='day', y='total_bill', data=tips)
```


![](https://bode-1257862934.file.myqcloud.com/img/bar_point_box_3_0.svg)



```python
# y为数据的数量的条形图
ax = sns.countplot(x='day', data=tips)
```


![](https://bode-1257862934.file.myqcloud.com/img/bar_point_box_4_0.svg)


## 绘制每组有多个分类的条形图

`hue`通过颜色控制每组分类数量，同样适用于其他类型分类数据图。


```python
ax = sns.barplot(x='day', y='total_bill', hue='sex', data=tips)
```


![](https://bode-1257862934.file.myqcloud.com/img/bar_point_box_6_0.svg)


## 绘制水平条形图

通过交换x、y变量，同样适用于其他类型分类数据图。


```python
ax = sns.barplot(y='day', x='total_bill', hue='sex', data=tips)
```


![](https://bode-1257862934.file.myqcloud.com/img/bar_point_box_8_0.svg)


## 控制条形顺序

`order`参数传入列表，指定条形顺序，同样适用于其他类型分类数据图。


```python
ax = sns.barplot(x='day', y='total_bill', 
                 order=['Sat', 'Thur', 'Fri', 'Sun'], data=tips)
```


![](https://bode-1257862934.file.myqcloud.com/img/bar_point_box_10_0.svg)


## 不绘制误差条

`ci`参数控制估计值的置信区间大小，取值：

- 浮点数
- 'sd'（标准差）
- None，不绘制


```python
ax = sns.barplot(x='day', y='total_bill', 
                 ci=None, data=tips)
```


![](https://bode-1257862934.file.myqcloud.com/img/bar_point_box_12_0.svg)


## 分类散点图

可视化统计关系的散点图的x、y取值均为数值一一对应，而分类散点图x或y某一维表示分类（类别不能太多，否则绘出的图很大），另一维为每一类中分布的数值。

绘制两种不同的分类散点图：

- stripplot() 或 catplot(kind='strip')：绘制的点元素可重叠；
- swarmplot() 或 catplot(kind='swarm')：绘制的点元素不重叠；


```python
# stripplot()绘制出的点有重叠

ax = sns.stripplot(x='day', y='total_bill', data=tips)
```


![](https://bode-1257862934.file.myqcloud.com/img/bar_point_box_14_0.svg)



```python
# swarmplot()绘制出的点不重叠

ax = sns.swarmplot(x='day', y='total_bill', data=tips)
```


![](https://bode-1257862934.file.myqcloud.com/img/bar_point_box_15_0.svg)


## 线箱图

绘制方法：

- catplot(kind='box')
- boxplot()


```python
ax = sns.boxplot(x='day', y='total_bill', data=tips)
```


![](https://bode-1257862934.file.myqcloud.com/img/bar_point_box_17_0.svg)


## 绘制嵌套分组的线箱图

`hue`控制每一类的分组，如果该类只有一个分组则至绘制一个线箱图，如下图。


```python
ax = sns.boxplot(x='day', y='total_bill', hue='time', data=tips)
```


![](https://bode-1257862934.file.myqcloud.com/img/bar_point_box_19_0.svg)

学习 seaborn [02]: 条形图、线箱图 & 分类散点图

---
title: 学习 seaborn [01]: 散点图 & 线型图
slug: seaborn-scatter-line
date: 2020-11-30
tags:
- seaborn
- python
category: 数据分析
link: 
description: 
type: text
---

# 可视化统计关系

表示统计关系的图分为散点图和线型图两类。统一的FacetGrid图级接口函数为relplot()。

## 散点图


```python
import seaborn as sns
import pandas as pd
%matplotlib inline


# seaborn预设主题：darkgrid（默认），whitegrid，dark，white 以及 ticks
sns.set()
# 导入数据集。由于sns.load_dataset连接不上服务器，使用pandas导入本地下载的数据集
tips = pd.read_csv('seaborn-data-master/tips.csv')
display(tips)

```



<table>
  <thead>
    <tr>
      <th></th>
      <th>total_bill</th>
      <th>tip</th>
      <th>sex</th>
      <th>smoker</th>
      <th>day</th>
      <th>time</th>
      <th>size</th>
    </tr>
  </thead>
  <tbody>
    <tr>
      <th>0</th>
      <td>16.99</td>
      <td>1.01</td>
      <td>Female</td>
      <td>No</td>
      <td>Sun</td>
      <td>Dinner</td>
      <td>2</td>
    </tr>
    <tr>
      <th>1</th>
      <td>10.34</td>
      <td>1.66</td>
      <td>Male</td>
      <td>No</td>
      <td>Sun</td>
      <td>Dinner</td>
      <td>3</td>
    </tr>
    <tr>
      <th>2</th>
      <td>21.01</td>
      <td>3.50</td>
      <td>Male</td>
      <td>No</td>
      <td>Sun</td>
      <td>Dinner</td>
      <td>3</td>
    </tr>
    <tr>
      <th>3</th>
      <td>23.68</td>
      <td>3.31</td>
      <td>Male</td>
      <td>No</td>
      <td>Sun</td>
      <td>Dinner</td>
      <td>2</td>
    </tr>
    <tr>
      <th>4</th>
      <td>24.59</td>
      <td>3.61</td>
      <td>Female</td>
      <td>No</td>
      <td>Sun</td>
      <td>Dinner</td>
      <td>4</td>
    </tr>
    <tr>
      <th>...</th>
      <td>...</td>
      <td>...</td>
      <td>...</td>
      <td>...</td>
      <td>...</td>
      <td>...</td>
      <td>...</td>
    </tr>
    <tr>
      <th>239</th>
      <td>29.03</td>
      <td>5.92</td>
      <td>Male</td>
      <td>No</td>
      <td>Sat</td>
      <td>Dinner</td>
      <td>3</td>
    </tr>
    <tr>
      <th>240</th>
      <td>27.18</td>
      <td>2.00</td>
      <td>Female</td>
      <td>Yes</td>
      <td>Sat</td>
      <td>Dinner</td>
      <td>2</td>
    </tr>
    <tr>
      <th>241</th>
      <td>22.67</td>
      <td>2.00</td>
      <td>Male</td>
      <td>Yes</td>
      <td>Sat</td>
      <td>Dinner</td>
      <td>2</td>
    </tr>
    <tr>
      <th>242</th>
      <td>17.82</td>
      <td>1.75</td>
      <td>Male</td>
      <td>No</td>
      <td>Sat</td>
      <td>Dinner</td>
      <td>2</td>
    </tr>
    <tr>
      <th>243</th>
      <td>18.78</td>
      <td>3.00</td>
      <td>Female</td>
      <td>No</td>
      <td>Thur</td>
      <td>Dinner</td>
      <td>2</td>
    </tr>
  </tbody>
</table>
<p>244 rows × 7 columns</p>


### 绘制x、y二维关系

**x、y必须是数值型**

绘制散点图方法有两种：

- relplot()，为scatterplot()和lineplot()的统一接口，默认绘制散点图，为FacetGrid图像级别接口，可绘制多个子图；
- scatterplot()，为ax基础轴级函数，无法绘制子图，使用hue, size, style 这三个参数来控制绘图属性，用法类似relplot()；


```python
# 绘制散点图，x,y必须是数值型
g = sns.relplot(x='total_bill', y='tip', data=tips)
```


![](https://bode-1257862934.file.myqcloud.com/img/scatter_line_4_0.svg)


### 用不同元素颜色表示第三维变量

第三维数据必须是**离散、有限的**。


```python
g = sns.relplot(x='total_bill', y='tip', hue='sex', data=tips)
```


![](https://bode-1257862934.file.myqcloud.com/img/scatter_line_6_0.svg)


### 用不同元素尺寸表示第三维变量


```python
g = sns.relplot(x='total_bill', y='tip', size='sex', data=tips)
```


![](https://bode-1257862934.file.myqcloud.com/img/scatter_line_8_0.svg)


### 用不同元素样式表示第三维变量


```python
g = sns.relplot(x='total_bill', y='tip', style='sex', data=tips)
```


![](https://bode-1257862934.file.myqcloud.com/img/scatter_line_10_0.svg)


### 同时使用元素的颜色和样式表示第三维、第四维变量

一般从元素的颜色、尺寸、样式三这种选其二同时使用，三者同时使用时图像在视觉上比较混乱。


```python
g = sns.relplot(x='total_bill', y='tip', hue='day', style='sex', data=tips)
```


![](https://bode-1257862934.file.myqcloud.com/img/scatter_line_12_0.svg)


### 使用列表示第三维变量

`col_wrap`参数控制每列的图像数量。

`col_order`参数控制图像顺序。


```python
g = sns.relplot(x='total_bill', y='tip', col='day',
                col_wrap=2, col_order=['Thur', 'Sat', 'Fri', 'Sun'],
                data=tips)
```


![](https://bode-1257862934.file.myqcloud.com/img/scatter_line_14_0.svg)


### 使用行、列表示第三、第四维变量


```python
g = sns.relplot(x='total_bill', y='tip', col='smoker', row='sex', data=tips)
```


![](https://bode-1257862934.file.myqcloud.com/img/scatter_line_16_0.svg)


### 增加第三、四、五、六维变量

除x、y以外，元素颜色、样式、尺寸三选其二，加上行、列，可以表示第三、四、五、六维变量。


```python
g = sns.relplot(x='total_bill', y='tip', hue='day',
                style='time', col='smoker', row='sex', data=tips)
```


![](https://bode-1257862934.file.myqcloud.com/img/scatter_line_18_0.svg)


## 线型图

**x、y必须是数值型**

绘制散点图方法有两种：

- relplot(kind='line')，为FacetGrid图像级别接口，可绘制多个子图；
- lineplot()，为ax基础轴级函数，无法绘制子图，使用hue, size, style 这三个参数来控制绘图属性，用法类似relplot()；


```python
fmri = pd.read_csv('seaborn-data-master/fmri.csv')
display(fmri)
```



<table>
  <thead>
    <tr>
      <th></th>
      <th>subject</th>
      <th>timepoint</th>
      <th>event</th>
      <th>region</th>
      <th>signal</th>
    </tr>
  </thead>
  <tbody>
    <tr>
      <th>0</th>
      <td>s13</td>
      <td>18</td>
      <td>stim</td>
      <td>parietal</td>
      <td>-0.017552</td>
    </tr>
    <tr>
      <th>1</th>
      <td>s5</td>
      <td>14</td>
      <td>stim</td>
      <td>parietal</td>
      <td>-0.080883</td>
    </tr>
    <tr>
      <th>2</th>
      <td>s12</td>
      <td>18</td>
      <td>stim</td>
      <td>parietal</td>
      <td>-0.081033</td>
    </tr>
    <tr>
      <th>3</th>
      <td>s11</td>
      <td>18</td>
      <td>stim</td>
      <td>parietal</td>
      <td>-0.046134</td>
    </tr>
    <tr>
      <th>4</th>
      <td>s10</td>
      <td>18</td>
      <td>stim</td>
      <td>parietal</td>
      <td>-0.037970</td>
    </tr>
    <tr>
      <th>...</th>
      <td>...</td>
      <td>...</td>
      <td>...</td>
      <td>...</td>
      <td>...</td>
    </tr>
    <tr>
      <th>1059</th>
      <td>s0</td>
      <td>8</td>
      <td>cue</td>
      <td>frontal</td>
      <td>0.018165</td>
    </tr>
    <tr>
      <th>1060</th>
      <td>s13</td>
      <td>7</td>
      <td>cue</td>
      <td>frontal</td>
      <td>-0.029130</td>
    </tr>
    <tr>
      <th>1061</th>
      <td>s12</td>
      <td>7</td>
      <td>cue</td>
      <td>frontal</td>
      <td>-0.004939</td>
    </tr>
    <tr>
      <th>1062</th>
      <td>s11</td>
      <td>7</td>
      <td>cue</td>
      <td>frontal</td>
      <td>-0.025367</td>
    </tr>
    <tr>
      <th>1063</th>
      <td>s0</td>
      <td>0</td>
      <td>cue</td>
      <td>parietal</td>
      <td>-0.006899</td>
    </tr>
  </tbody>
</table>
<p>1064 rows × 5 columns</p>



```python
ax = sns.lineplot(x='timepoint', y='signal', data=fmri)
```


![](https://bode-1257862934.file.myqcloud.com/img/scatter_line_21_0.svg)


### 表示x、y以外维度变量

类似散点图，可使用hue、style、size来表示第三、第四维变量，也可使用relplot()增加多行多列表示更多维度变量。


```python
ax = sns.lineplot(x='timepoint', y='signal', hue='event', style='region', data=fmri)
```


![](https://bode-1257862934.file.myqcloud.com/img/scatter_line_23_0.svg)


`style`参数默认改变线型，使用`markers`和`dashes`参数改变标记样式，保持线型不变。


```python
ax = sns.lineplot(x='timepoint', y='signal', hue='event', 
                  style='region', markers=True, dashes=False, data=fmri)
```


![](https://bode-1257862934.file.myqcloud.com/img/scatter_line_25_0.svg)



### 不显示误差带，显示每个点的离散误差棒表示置信区间

`err_style`控制是否用半透明误差带或离散误差棒绘制置信区间，取值有两个：

- band：用半透明误差带
- bars：离散误差棒

`ci`控制置信区间大小，取值为整数、sd或None。


```python
ax = sns.lineplot(x='timepoint', y='signal', hue='event', 
                  err_style='bars', ci=68, data=fmri)
```


![](https://bode-1257862934.file.myqcloud.com/img/scatter_line_27_0.svg)

学习 seaborn [01]: 散点图 & 线型图

最近发现一豆瓣博主写的基金类日记很有启发，但由于博主至少一个礼拜才更新一篇，看新文章时旧文章都记不清了，于是想把日记保存成电子书再从头看一遍。

想起 Calibre 有通过 RSS 将抓取的文章生成电子书的功能，刚好豆瓣日记也提供 RSS 订阅源，于是就开始尝试一下。

本方法也适用于豆瓣以外其他内容平台，前提是能找到相应的 RSS 订阅源。



# 安装 Calibre

Calibre 是一个电脑上的电子书管理软件，功能强大，而且可以安装各种插件，支持 Linux、Windows、Mac 全平台。一直用它管理电子书。

Calibre 官方网站：calibre-ebook.com

上官网下载安装包安装既可。

# 获取 RSS 订阅源地址

豆瓣日记的订阅源地址很好找。打开博主的豆瓣日记界面，右侧栏最低下就是官方提供的订阅源地址。

或者安装 **RSShub Radar** 浏览器扩展，在豆瓣日记界面点击扩展图标，订阅源地址会被显示出来。

![](https://bode-1257862934.file.myqcloud.com/img/Pasted%20image%2020201121201251.png)

# 利用 Calibre 抓取文章

启动 Calibre，在工具栏的 **抓取新闻** 下拉栏中找到 **添加自定义新闻来源** 。

![](https://bode-1257862934.file.myqcloud.com/img/Pasted%20image%2020201121203101.png)

在 **添加自定义新闻来源** 窗口中，选择左下角 ** 新建订阅清单 ** 。

![](https://bode-1257862934.file.myqcloud.com/img/Pasted%20image%2020201121203505.png)

在打开的窗口中，按要求填入以下信息：

- **订阅清单标题**：给这个新闻来源取个名字。
- **最老文章**：要抓取的文章的最早发布时间。时间可以自己设定，但不一定能抓取到那么久的文章，因为 RRS 订阅源可能只输出一段时间之内的文章，不同网站不一样，豆瓣就只有几个月。
- **每个源的最多文章数**：随便填
- **将新闻加入订阅清单**：如下图，**源名称** 中填入 RRS 订阅的豆瓣博主的名称，**源网址** 填入找到的豆瓣日记的 RSS 订阅源地址。

![](https://bode-1257862934.file.myqcloud.com/img/Pasted%20image%2020201121204816.png)

填完后点击添加源，将之添加进 **订阅清单中的新闻** 框中。如果想增加其他订阅源地址，可以同法继续添加源。

![](https://bode-1257862934.file.myqcloud.com/img/Pasted%20image%2020201121205157.png)

点击保存并退出 **添加自定义新闻来源** 窗口，然后点击工具栏中的 **抓取新闻** ，弹出 **定期新闻下载** 窗口，在左侧栏的 **自定义** 中选择刚创建的订阅清单标题，然后点击右下边 **立即下载**。

![](https://bode-1257862934.file.myqcloud.com/img/Pasted%20image%2020201121205700.png)

等待 Calibre 从网上抓取文章，提示完成，便在书库中出现一本名字为订阅清单标题的电子书。

![](https://bode-1257862934.file.myqcloud.com/img/Pasted%20image%2020201121205955.png)

# 查看电子书

电子书的封面是自动生成的简易封面，有文章目录，内容也排版过。

![](https://bode-1257862934.file.myqcloud.com/img/112121073675.png)

由于豆瓣日记的 RSS 订阅源有两个缺陷：只输出日记摘要、只输出最近几个月的日记，前者导致电子书中只有 8 月以来的文章，后者得益于 Calibre 能自动抓取全文而被克服。

# 关于 RSS 订阅源

理论上本方法适用于豆瓣以外的内容源，关键是找到内容源的 RSS 订阅源。

目前国内各大内容平台基本都不支持 RSS 订阅，一个原因大概是 RSS 属于互联网上一个时代，在移动互联网时代早已被多数人遗忘。

另一个原因，目前流量为王的互联网生态，那些互不联网公司都想把内容的 ` 链接 ` 和网民的 ` 跳转 ` 限制在自家平台里，RSS 这种能让网民脱离平台的功能简直就是浪费资源。

不过还是有大侠创造出工具，可以给不提供官方 RSS 订阅的内容生成 RSS 订阅。比如 RSSHub。

利用Calibre通过RSS将抓取的文章生成电子书

练习Python，计算指数基金组合对应的指数，并绘制变化趋势。






# 基金组合信息

基金组合中一共有 7 支基金，分别为a,b,c,d,e,f,g。创建一个 Dataframe 用来存放各支基金在组合中的份额占比以及跟踪的指数。指数代码从[新浪财经](http://vip.stock.finance.sina.com.cn/mkt/#hs_s)查找。


```python
import pandas as pd

data1 = {'rate': [0.2097, 0.0989, 0.0966, 0.0884, 0.2174, 0.1906, 0.0984],
         'indexname': ['上证指数',
                       '中证500',
                       '沪深300',
                       '上证指数',
                       '上证指数',
                       '深证金融地产行业指数',
                       '上证指数'],
         'indexnum': ['sh000001', 'sh000905', 'sh000300', 'sh000001', 'sh000001', 'sz399619', 'sh000001']
        }
df1 = pd.DataFrame(data1, index=list('abcdefg'))
display(df1)
```


<div>
<table border="1" class="dataframe">
  <thead>
    <tr style="text-align: right;">
      <th></th>
      <th>rate</th>
      <th>indexname</th>
      <th>indexnum</th>
    </tr>
  </thead>
  <tbody>
    <tr>
      <th>a</th>
      <td>0.2097</td>
      <td>上证指数</td>
      <td>sh000001</td>
    </tr>
    <tr>
      <th>b</th>
      <td>0.0989</td>
      <td>中证500</td>
      <td>sh000905</td>
    </tr>
    <tr>
      <th>c</th>
      <td>0.0966</td>
      <td>沪深300</td>
      <td>sh000300</td>
    </tr>
    <tr>
      <th>d</th>
      <td>0.0884</td>
      <td>上证指数</td>
      <td>sh000001</td>
    </tr>
    <tr>
      <th>e</th>
      <td>0.2174</td>
      <td>上证指数</td>
      <td>sh000001</td>
    </tr>
    <tr>
      <th>f</th>
      <td>0.1906</td>
      <td>深证金融地产行业指数</td>
      <td>sz399619</td>
    </tr>
    <tr>
      <th>g</th>
      <td>0.0984</td>
      <td>上证指数</td>
      <td>sh000001</td>
    </tr>
  </tbody>
</table>
</div>


# 获取各指数历史数据

利用 AkShare 获取各指数的历史数据。因为股票基金是以收盘价定价，所以只需要各指数的收盘价来合成基金组合的对应指数。


```python
import akshare as ak

df2 = df1.drop_duplicates(subset='indexnum', keep='first', inplace=False)
data2 = {}
for i in df2['indexnum']:
    stock_zh_index_daily_df = ak.stock_zh_index_daily(symbol=i)
    data2[i] = stock_zh_index_daily_df['close']
```

基金份额作为基金在组合中的权重，给每只基金追踪的指数乘以权重。


```python
data3 = {}
for i in df1.index:
    data3[i] = data2[df1.loc[i, 'indexnum']] * df1.loc[i, 'rate']
df3 = pd.DataFrame(data3)
df4 = df3.dropna(axis=0, how='any')
display(df4)
```


<div>
<table border="1" class="dataframe">
  <thead>
    <tr style="text-align: right;">
      <th></th>
      <th>a</th>
      <th>b</th>
      <th>c</th>
      <th>d</th>
      <th>e</th>
      <th>f</th>
      <th>g</th>
    </tr>
  </thead>
  <tbody>
    <tr>
      <th>0</th>
      <td>20.965806</td>
      <td>97.607080</td>
      <td>127.169553</td>
      <td>8.838232</td>
      <td>21.735652</td>
      <td>624.215191</td>
      <td>9.838032</td>
    </tr>
    <tr>
      <th>1</th>
      <td>21.890583</td>
      <td>99.259304</td>
      <td>125.781314</td>
      <td>9.228076</td>
      <td>22.694386</td>
      <td>614.938689</td>
      <td>10.271976</td>
    </tr>
    <tr>
      <th>2</th>
      <td>22.884561</td>
      <td>98.365446</td>
      <td>124.876172</td>
      <td>9.647092</td>
      <td>23.724862</td>
      <td>614.153798</td>
      <td>10.738392</td>
    </tr>
    <tr>
      <th>3</th>
      <td>24.021135</td>
      <td>98.663233</td>
      <td>122.937507</td>
      <td>10.126220</td>
      <td>24.903170</td>
      <td>615.741686</td>
      <td>11.271720</td>
    </tr>
    <tr>
      <th>4</th>
      <td>25.216425</td>
      <td>99.526729</td>
      <td>123.769813</td>
      <td>10.630100</td>
      <td>26.142350</td>
      <td>624.679492</td>
      <td>11.832600</td>
    </tr>
    <tr>
      <th>...</th>
      <td>...</td>
      <td>...</td>
      <td>...</td>
      <td>...</td>
      <td>...</td>
      <td>...</td>
      <td>...</td>
    </tr>
    <tr>
      <th>2735</th>
      <td>332.051772</td>
      <td>623.495270</td>
      <td>236.618899</td>
      <td>139.977952</td>
      <td>344.244421</td>
      <td>1151.094773</td>
      <td>155.812562</td>
    </tr>
    <tr>
      <th>2736</th>
      <td>327.414885</td>
      <td>618.399250</td>
      <td>241.072931</td>
      <td>138.023252</td>
      <td>339.437273</td>
      <td>1159.137140</td>
      <td>153.636742</td>
    </tr>
    <tr>
      <th>2737</th>
      <td>330.578839</td>
      <td>627.443951</td>
      <td>238.396725</td>
      <td>139.357031</td>
      <td>342.717404</td>
      <td>1147.121716</td>
      <td>155.121401</td>
    </tr>
    <tr>
      <th>2738</th>
      <td>322.013852</td>
      <td>633.143459</td>
      <td>236.409760</td>
      <td>135.746421</td>
      <td>333.837918</td>
      <td>1149.457519</td>
      <td>151.102351</td>
    </tr>
    <tr>
      <th>2739</th>
      <td>311.427148</td>
      <td>631.412215</td>
      <td>236.635127</td>
      <td>131.283547</td>
      <td>322.862479</td>
      <td>1093.204598</td>
      <td>146.134627</td>
    </tr>
  </tbody>
</table>
<p>2740 rows × 7 columns</p>
</div>


# 计算基金对应指数

将所有基金乘以权重后的指数相加，得到加权平均值，作为基金组合的指数。


```python
df4['all'] = df4.iloc[:, 0:6].sum(axis=1)
display(df4)
```
    


<div>
<table border="1" class="dataframe">
  <thead>
    <tr style="text-align: right;">
      <th></th>
      <th>a</th>
      <th>b</th>
      <th>c</th>
      <th>d</th>
      <th>e</th>
      <th>f</th>
      <th>g</th>
      <th>all</th>
    </tr>
  </thead>
  <tbody>
    <tr>
      <th>0</th>
      <td>20.965806</td>
      <td>97.607080</td>
      <td>127.169553</td>
      <td>8.838232</td>
      <td>21.735652</td>
      <td>624.215191</td>
      <td>9.838032</td>
      <td>900.531514</td>
    </tr>
    <tr>
      <th>1</th>
      <td>21.890583</td>
      <td>99.259304</td>
      <td>125.781314</td>
      <td>9.228076</td>
      <td>22.694386</td>
      <td>614.938689</td>
      <td>10.271976</td>
      <td>893.792352</td>
    </tr>
    <tr>
      <th>2</th>
      <td>22.884561</td>
      <td>98.365446</td>
      <td>124.876172</td>
      <td>9.647092</td>
      <td>23.724862</td>
      <td>614.153798</td>
      <td>10.738392</td>
      <td>893.651931</td>
    </tr>
    <tr>
      <th>3</th>
      <td>24.021135</td>
      <td>98.663233</td>
      <td>122.937507</td>
      <td>10.126220</td>
      <td>24.903170</td>
      <td>615.741686</td>
      <td>11.271720</td>
      <td>896.392952</td>
    </tr>
    <tr>
      <th>4</th>
      <td>25.216425</td>
      <td>99.526729</td>
      <td>123.769813</td>
      <td>10.630100</td>
      <td>26.142350</td>
      <td>624.679492</td>
      <td>11.832600</td>
      <td>909.964909</td>
    </tr>
    <tr>
      <th>...</th>
      <td>...</td>
      <td>...</td>
      <td>...</td>
      <td>...</td>
      <td>...</td>
      <td>...</td>
      <td>...</td>
      <td>...</td>
    </tr>
    <tr>
      <th>2735</th>
      <td>332.051772</td>
      <td>623.495270</td>
      <td>236.618899</td>
      <td>139.977952</td>
      <td>344.244421</td>
      <td>1151.094773</td>
      <td>155.812562</td>
      <td>2827.483087</td>
    </tr>
    <tr>
      <th>2736</th>
      <td>327.414885</td>
      <td>618.399250</td>
      <td>241.072931</td>
      <td>138.023252</td>
      <td>339.437273</td>
      <td>1159.137140</td>
      <td>153.636742</td>
      <td>2823.484731</td>
    </tr>
    <tr>
      <th>2737</th>
      <td>330.578839</td>
      <td>627.443951</td>
      <td>238.396725</td>
      <td>139.357031</td>
      <td>342.717404</td>
      <td>1147.121716</td>
      <td>155.121401</td>
      <td>2825.615666</td>
    </tr>
    <tr>
      <th>2738</th>
      <td>322.013852</td>
      <td>633.143459</td>
      <td>236.409760</td>
      <td>135.746421</td>
      <td>333.837918</td>
      <td>1149.457519</td>
      <td>151.102351</td>
      <td>2810.608930</td>
    </tr>
    <tr>
      <th>2739</th>
      <td>311.427148</td>
      <td>631.412215</td>
      <td>236.635127</td>
      <td>131.283547</td>
      <td>322.862479</td>
      <td>1093.204598</td>
      <td>146.134627</td>
      <td>2726.825114</td>
    </tr>
  </tbody>
</table>
<p>2740 rows × 8 columns</p>
</div>


绘制基金组合指数的变化趋势图。


```python
%matplotlib inline
import matplotlib.pyplot as plt
from pylab import mpl

mpl.rcParams['font.sans-serif'] = ['simhei'] 
mpl.rcParams['axes.unicode_minus'] = False
mpl.rcParams['figure.figsize'] = (15.0, 6.0)

df4['all'].plot(linewidth=1, label='基金组合指数') # 添加label可指定图例
for i in data2:
    data2[i].plot(linewidth=1, label=i)
plt.title("基金组合指数的变化趋势")
plt.xlabel('时间')
plt.ylabel('指数')
plt.legend()
plt.show()
```
   

![ji-suan-ji-jin-zu-he-zhi-shu_9_0.png](https://bode-1257862934.file.myqcloud.com/img/e62cd28df6797e4b8e22a71fb18610c0.ji-suan-ji-jin-zu-he-zhi-shu_9_0.png)
    


从历史数据变化趋势看，2004年之前的变化参考价值不大，对2004年之后的数据重新绘制趋势图。从上图看，只有上证指数和沪深300指数有2004年之前的数据。


```python
df4['all'].plot(linewidth=1, label='基金组合指数') # 添加label可指定图例
for i in data2:
    if i == 'sh000001' or 'sh000300':
        data2[i].loc['2004-01-01': ].plot(linewidth=1, label=i)
    else:
        data2[i].plot(linewidth=1, label=i)
plt.title("基金组合指数的变化趋势")
plt.xlabel('时间')
plt.ylabel('指数')
plt.legend()
plt.show()
```


![ji-suan-ji-jin-zu-he-zhi-shu_11_0.png](https://bode-1257862934.file.myqcloud.com/img/6fb4a0543e9169db2300f98f93c651c7.ji-suan-ji-jin-zu-he-zhi-shu_11_0.png)


从上图看：

- 所有指数的变化方向基本一直，要涨都涨，要跌都跌，但涨跌幅度不一样；
- 大概2009年之前这几个指数的值基本一样，图中线条接近重合；2009年之后开始分化，说明不同行业、不同类型企业的发展速度和程度开始分化；
- 基金组合指数在2016年之后处于上证指数和沪深300指数之间，但因为都是增强性基金，所以不意味着该基金组合收益率一定小于沪深300的增长率；
- 基金组合指数由各支基金跟踪的指数加权平均得到，由于都是增强性基金，不能准确反应基金组合的净值变化，但可以用来辅助选择定投的时间点。
- 长期来看，指数基金是能赚钱的，但需要把握好买卖时间。

利用 Python 计算基金组合指数

# AkShare 介绍

AkShare 是基于 Python 的财经数据接口库， 目的是实现对股票、期货、期权、基金、外汇、债券、指数、加密货币等金融产品的基本面数据、实时和历史行情数据、衍生数据从数据采集、数据清洗到数据落地的一套工具，主要用于学术研究目的。

可以编写 Python 代码，利用 AkShare 自动化获取股票、基金等金融数据。

项目文档：https://www.akshare.xyz/zh_CN/latest/index.html

项目Github：https://github.com/jindaxiang/akshare



# 用 AkShare 获取上证指数历史数据

上证指数的代码为 sh000001


```python
import akshare as ak
stock_zh_index_daily_df = ak.stock_zh_index_daily(symbol="sh000001")
print(stock_zh_index_daily_df)
```

                    open      high       low     close        volume
    date                                                            
    1990-12-19    96.050    99.980    95.790    99.980  1.260000e+05
    1990-12-20   104.300   104.390    99.980   104.390  1.970000e+04
    1990-12-21   109.070   109.130   103.730   109.130  2.800000e+03
    1990-12-24   113.570   114.550   109.130   114.550  3.200000e+03
    1990-12-25   120.090   120.250   114.550   120.250  1.500000e+03
    .             .      .      .      .          ...
    2020-11-05  3305.580  3320.408  3291.600  3320.133  2.268015e+10
    2020-11-06  3326.465  3326.465  3292.151  3312.159  2.348641e+10
    2020-11-09  3329.429  3380.824  3329.429  3373.734  3.102198e+10
    2020-11-10  3387.622  3387.622  3346.172  3360.149  2.787011e+10
    2020-11-11  3354.025  3365.836  3339.041  3342.203  2.712047e+10
    
    [7307 rows x 5 columns]


# 绘制上证指数历史收盘价变化趋势

单独提取出收盘价的历史数据


```python
sh000001_close = stock_zh_index_daily_df['close']
print(sh000001_close)
```

    date
    1990-12-19      99.980
    1990-12-20     104.390
    1990-12-21     109.130
    1990-12-24     114.550
    1990-12-25     120.250
                    .  
    2020-11-05    3320.133
    2020-11-06    3312.159
    2020-11-09    3373.734
    2020-11-10    3360.149
    2020-11-11    3342.203
    Name: close, Length: 7307, dtype: float64


绘制趋势图


```python
%matplotlib inline
import matplotlib.pyplot as plt
from pylab import mpl

mpl.rcParams['font.sans-serif'] = ['simhei'] # 指定默认字体
mpl.rcParams['axes.unicode_minus'] = False # 解决保存图像是负号'-'显示为方块的问题
mpl.rcParams['figure.figsize'] = (15.0, 6.0)

sh000001_close.plot(linewidth=1)
plt.title("上证指数收盘价历史趋势")
plt.xlabel('时间')
plt.ylabel('收盘价')
plt.legend()
plt.show()
```


![](https://bode-1257862934.file.myqcloud.com/img/output_8_0.png)