首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    动态曲线图(linechart)--Matplotlib绘制

    引言 动态曲线图不同于动态气泡图,它可以查看部分指标在一段时间内的变化趋势,本期推文将推出动态曲线图的 Matplotlib 绘制过程,核心过程为 折线图 和 散点图 的绘制,详细过程如下: 02....上述数据为本次绘制动态曲线图所需数据,即从 gapminder 网站下载的平均个人收入(Income per person)数据整理而成,处理代码主要如下: ?...下面给出一年份数据绘制的曲线图结果: ?...总结 Matplotlib绘制动态曲线图较动态气泡图而言,绘制过程较为简单,主要就是折线图和散点图的配合使用,其他的就是图表属性的定制化设置了,个人能力有限,发现错误的同学可以留言告知啊,下期我们将继续推出

    2.2K40

    图像与滤波

    // 代码采用python3.7 + opencv + matplotlib // idea采用PyCharm + Anaconda 从曲线图上可以看到有四个地方波动剧烈,对照原图,可以发现波动剧烈的地方正是图像色彩突变的地方...这说明波动和图像是紧密联系的,图像可以使用各种色彩波的叠加来描述,波动大就表示色彩变化剧烈,波动小就表示色彩平滑 换一张图片再次测试一下,天空图的第一行RGB色彩曲线图为: ?...从原图中我们可以看到,第一行都是蓝色天空,整行的像素颜色通道的值曲线很平滑 如果我们取一半高度的这一行来看曲线图,可以知道必定有两次剧变的地方 ? 三....图像的频域表达 从上面的测试可以知道,色彩的波动可以用来描述图像信息,波动大,则图像色彩变化剧烈,波动小,则平滑过渡 频率是描述波动快慢的指标,单位时间内波动次数多,则频率高,反之则低 在这张天空背景的图片中...提供了很多滤波器的实现,比如:中值滤波,双边滤波,均值滤波,高斯模糊等 下面的这个网站可以将滤波器拖到图像上,产生滤波效果,感兴趣的小伙伴可以尝试一下 https://fellipe.com/demos/lena-js

    1K20

    低波动溢价:是否还能持续?

    早在规模和价值溢价被“发现”之前,低波动率股票的优异表现就已在1972年Fisher Black等人首次在文献中记录下来。低波动性的异常现象已被证明存在于世界各地的股市中。...所以,高波动性本身并不是糟糕的未来回报的指标——换句话说,它不是一个独立的因素。 低波动溢价与市场环境有关 低波动溢价高度依赖于现有的市场环境。...低波动性因子在价值因子中暴露的时间大概为62%,在增长因子暴露的时间为38%。市场经济环境转换行为影响低波动策略的表现。当波动性较低的股票有价值敞口时,它们的表现平均优于大盘2.0%。...然而,当波动性较低的股票有成长型风险敞口时,它们的表现平均落后1.4%。...然而,新的研究表明,低波动异常能够被其他常见的因子所解释(包括流动性风险),而且低波动溢价的高低依赖于当前市场环境是价值还是成长。

    43220
    领券