持续创作，加速成长！这是我参与「掘金日新计划 · 10 月更文挑战」的第 16 天，点击查看活动详情
1 前言
在前文中我们已经讲述了 pandas 处理数据的一些内容，在本文中将继续分享与数据分析和图形展示相关的内容, 在本文中将从多坐标轴展示、数据累计计算和数据统计的方面来分享。
2 数据多坐标展示
在本例中，将挑选两只股票作为对比进行展示，一般情况下数据都是在同一坐标轴下进行展示，如果两者的差距比较大，那么显示的图像就会有所差异。现在先做数据在同一坐标轴的展示问题：
还是按照原来的做法，先进行数据的获取和数据计算，提取数据展示所需要的字段，并且将数据的收盘价的名称进行替换，最后通过 merge 方法进行数据的合并，最后将数据的索引改为 date 并修改 datetime 类型的。
通过调用 show_stock_price 方法来进行数据的展示：
最终展示的图形如下图所示：
通过上述的图形，我们发现由于贵州的价格高，山西的价格低，所以展现不出来的相对的波动，所以我们需要将两个数据标的进行分坐标系进行展示，具体的代码如下图所示：
通过以上代码，分别设置坐标系的不同颜色，即可展示同期下的波动情况:
3 pandas shift 操作
通过以上的操作，我们已经获取到了数据的价格展示图，在本节中将继续 pandas 的操作，价格波动由于价格的不同，很难进行量化，所以采用变动的百分比就可以很好的解决这个问题。这就用到了 shift 操作，具体如下图所示，shift 操作就是把数据往下压一位，这样就可以进行数据涨跌的展示，然后再除以比较的基准，就可以得到最终涨跌的数据，当然这里也可以直接用 rate 信息而不必进行计算，这里是为了 shift 的数据操作。
计算收益的数据图形展示如下图：
如上图我们得到了这样的图形，但是这个图形显示说明不了累计的问题，因此再进一步进行数据累计操作，关于数据的累计操作，可以使用 cumprod 进行累计相乘，还有一个累计相加的方法为 cumsum，具体的代码如下图所示：
运行后得到的图像如下所示，根据图形的展示内容，得到的图形展示结构可以得到结论，这个山西的表现还是比贵州强一点的。
4 总结
在本文中，主要讲述了数据的展示，以及双坐标轴的数据展示，以及数据累计计算的方法，采用的方法是 shift 和 cumprod。 在后续的文章中将继续讲解基于此文的数据建模，多多关注。
