数据采集20200628(PE分布图)

#PE分布图

EDate=”20200624″

import seaborn as sns

import matplotlib.pyplot as plt

dataPE=DataAPI.MktIdxdEvalGet(secID=u””,ticker=u”000001″,beginDate=u”19900101″,endDate=EDate,

field=u”PEType,PEValue”,pandas=”1″)

dataPE=dataPE[dataPE.PEType==1]#1为TTM,2为动态

dataPE=dataPE[‘PEValue’]

sns.set_style(‘darkgrid’)#1蓝线

sns.distplot(dataPE)

sns.distplot(dataPE, fit=stats.laplace, kde=False)#2黑线

d={‘mean’:([np.mean(dataPE)]),’median’:([np.median(dataPE)]),’std’:([np.std(dataPE)])}

jg=pd.DataFrame(d)

mean=jg[‘mean’]

std=jg[‘std’]

s=np.random.normal(mean,std,5000)

s_fit=np.linspace(s.min(),s.max())

plt.plot(s_fit,stats.norm(mean,std).pdf(s_fit), lw=2, c=’r’)

plt.show()#按平均值和标准差绘制正态分布样本(红线)

data[‘InX’]=np.log10(dataPE)

d={‘mInX’:([np.mean(data.InX)]),’sInX’:([np.std(data.InX)])}

dataInPE=pd.DataFrame(d)

meanInPE=dataInPE[‘mInX’]

stdInPE=dataInPE[‘sInX’]

ss=np.random.logistic(meanInPE,stdInPE,5000)

s_fit=np.linspace(ss.min(),ss.max())

plt.plot(s_fit,stats.logistic(meanInPE,stdInPE).pdf(s_fit), lw=2, c=’r’)

plt.show()#按平均值和标准差绘制正态分布样本(红线)

Leave a Reply

邮箱地址不会被公开。 必填项已用*标注