在 bootstrap 模拟图中集成直方图

Question

我有一个数据框，其中包含 1000 个投资组合的模拟 returns。我能够绘制模拟图并分别绘制相应的直方图，但我完全不知道如何合并它们以类似于下图：

为了方便回答，请拿这个数据举例：

import numpy as np
import pandas as pd

def simulate_panel(T, N):

    """" This function simulates return paths"""

    dates = pd.date_range("20210218", periods=T, freq='D')
    columns = []

    for i in range(N):
        columns.append(str(i+1))

    return pd.DataFrame(np.random.normal(0, 0.01, size=(T, N)), index=dates, 
    columns=columns)

df=(1+simulate_panel(1000,1000)).cumprod()

df.plot(figsize=(8,6),title=('Bootstrap'), legend=False)

非常感谢您。

Answer 1

您可以使用GridSpec为折线图和直方图设置坐标轴：

import matplotlib.pyplot as plt
import matplotlib.cm as cm

# layout
fig = plt.figure()
gs = fig.add_gridspec(1, 2, wspace=0, width_ratios=[9, 1])
ax = gs.subplots(sharey=True)

# line chart
z = df.iloc[-1]
df.plot(figsize=(8,6), title=('Bootstrap'), legend=False, ax=ax[0],
        color=cm.RdYlBu_r((z - z.min()) / (z.max() - z.min())))

# histogram
n_bins = 20
cnt, bins, patches = ax[1].hist(
    z, np.linspace(z.min(), z.max(), n_bins),
    ec='k', orientation='horizontal')

colors = cm.RdYlBu_r((bins - z.min()) / (z.max() - z.min()))
for i, p in enumerate(patches):
    p.set_color(colors[i])

Answer 2

要根据曲线的最后一个值给曲线上色，可以一条一条地绘制。使用颜色图和范数，可以将值转换为适当的颜色。使用一些透明度 (alpha)，访问次数最多的位置将被着色得更深。

在第二个子图中，可以绘制垂直直方图，条形颜色相似。

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

def simulate_panel(T, N):
    """" This function simulates return paths"""
    dates = pd.date_range("20210218", periods=T, freq='D')
    columns = [(str(i + 1)) for i in range(N)]
    return pd.DataFrame(np.random.normal(0, 0.01, size=(T, N)), index=dates, columns=columns)

df = (1 + simulate_panel(1000, 1000)).cumprod()

fig, (ax1, ax2) = plt.subplots(ncols=2, sharey=True, figsize=(12, 4),
                               gridspec_kw={'width_ratios': [5, 1], 'wspace': 0})
data = df.to_numpy().T
cmap = plt.cm.get_cmap('turbo')
norm = plt.Normalize(min(data[:, -1]), max(data[:, -1]))

for row in data:
    ax1.plot(df.index, row, c=cmap(norm(row[-1])), alpha=0.1)
ax1.margins(x=0)
_, bin_edges, bars = ax2.hist(data[:, -1], bins=20, orientation='horizontal')
for x0, x1, bar in zip(bin_edges[:-1], bin_edges[1:], bars):
    bar.set_color(cmap(norm((x0 + x1) / 2)))
ax2.tick_params(left=False)
plt.tight_layout()
plt.show()

在 bootstrap 模拟图中集成直方图

Integrating a histogram in a bootstrap simulation graph

python

simulation

matplotlib

histogram

pandas