使用statsmodels设置图例时的困难Python包

Question

我目前使用statsmodels Python包为了绘制两个资产的自相关图（它是作为我的主人的一部分的财务任务），但是我在设置图例时存在问题，以便标记符合实际资产。例如，蓝色标记对应于“资产A”，而绿色标记对应于“资产B”。然而，另外两条线不断出现在传说中，我无法摆脱它们！我想要做的就是拥有一个带有两个标记的传说，这些标记对应于每个资产，但处理这个包的情节至今是绝对的噩梦，并且已经比处理matplotlib或我偶然发现的任何事情困难得多之前！我当前的代码如下：

acf_assetA=sm.tsa.stattools.acf(returns_assetA,nlags=40) 
acf_assetB=sm.tsa.stattools.acf(returns_assetB,nlags=40) 
legendA='Asset A' 
legendB='Asset B' 
legendC='Asset C' 
legendD='Asset B' 
autocorr_plot1,ax1=plt.subplots(figsize=(6,5)) 
ax1.set_xlabel('Lag') 
autocorr_plot1=sm.tsa.graphics.plot_acf(returns_assetA,ax=ax1,lags=np.arange(40),label='Asset A') 
autocorr_plot2=sm.tsa.graphics.plot_acf(returns_assetB,ax=ax1,lags=np.arange(40),label='Asset B') 
ax1.legend([legendA,legendB,legendC,legendD],loc='best',shadow=True) 

return autocorr_plot1, autocorr_plot2, acf_assetA, acf_assetB 

这是相当有用知道

returns_assetA, returns_assetB 

只是简单地包含一个数据帧的熊猫为内我的资产回报。

这就是我继续获得的情节的样子（忽略传说中的'资产C'部分 - 我只是简单地说，因为我一直被迫为我的传说包含四个输入以便为绿色标记来显示）：

任何一种与要对这个传说问题的帮助将高度赞赏。非常感谢您提前！

Answer 1

的plot_acf功能在画布上创建3个对象：
[ZL]一个在零线，
[P]所述的相关性的点，
[VL]竖直线连接点数归零。

它们显示在图例的方式是
[ZL1] [P1] [ZL2] [P2]。[ZLN] [光合速率] [VL1] [VL2] .. [VLN]

因此，这个想法是从那些只有所需的手柄中选出。因此，我们会先把所有的手柄和标签

handles, labels= ax1.get_legend_handles_labels() 

，然后先删除最后一个len(handles)//3项目（垂直线）。

handles=handles[:-len(handles)//3] 

的我们就只能选择每其他项目从1开始的

handles=handles[1::2] 

这是那么完整的解决方案如何能够样子：

import numpy as np 
import statsmodels.tsa.stattools, statsmodels.graphics.tsaplots 
import matplotlib.pyplot as plt 

autocorr_plot1,ax1=plt.subplots(figsize=(6,5)) 
ax1.set_xlabel('Lag') 

autocorr_plot1=statsmodels.graphics.tsaplots.plot_acf(np.random.rand(16),ax=ax1, label='Asset A') 
autocorr_plot2=statsmodels.graphics.tsaplots.plot_acf(np.random.rand(16),ax=ax1, label='Asset B') 
#uncomment for testing purposes 
#autocorr_plot3=statsmodels.graphics.tsaplots.plot_acf(np.random.rand(16),ax=ax1, label='Asset C') 
#autocorr_plot4=statsmodels.graphics.tsaplots.plot_acf(np.random.rand(16),ax=ax1, label='Asset D') 

handles, labels= ax1.get_legend_handles_labels() 
handles=handles[:-len(handles)//3][1::2] 
labels =labels[:-len(handles)//3][1::2] 
ax1.legend(handles=handles, labels=labels,loc='best',shadow=True, numpoints=2) 

plt.show()